一個偶然的機會下，幾年前承包一個印刷標籤防偽判讀app，開啟了研究圖形辨識之路。拜手機與網路普及之賜，圖像識別的照片取得不再遙不可及，相對的資料量也帶來另一種商機，尤其是那些需要判讀圖像的。說實話，當初完成了防偽標籤的專案以後，並沒有想要開發車牌辨識系統。真正想要自行研發車牌辨識系統的原因很單純，只是因為我自己的車子進出停車場時，車牌總是無法被辨識。還不只一兩個停車場，而是幾乎所有我去過的停車場，都無法辨識我的車牌。但明明就很清楚，為什麼無法被辨識？做為一個軟體人員，很想知道原因，所以開始研究車牌辨識。其實我在很久以前就想要開發車牌辨識，無奈以前的車牌照片取得是最大的障礙。後來手機普及，車牌照片隨處可得，看到市場那麼多家車牌辨識廠商，心想這市場也白熱化了輪不到我。直到發現自己的車牌無法被辨識，才興起這股好奇心開始研究車牌辨識。本來就是基於好奇心想玩玩，沒想到越研究越感興趣。於是就有了奇易雲端車牌辨識網站的誕生。

這幾年在資訊產業最熱門的議題，大概非AI莫屬！人工智慧 深度學習 類神經網路 影像處理 CNN/DNN/R-CNN/YOYO，做為一個軟體人員，沒聽過這些名詞好像就落伍了！話說車牌辨識，是一個很成熟的夕陽產業，已經是硝煙戰場的末期了。從網路上隨便搜尋就知道，小小一個台灣，設備供應商用十根手指已經數不完。在此戰場推出車牌辨識，連我也心虛覺得只能當個炮灰。更糟糕的，是我自己寫的車牌辨識也無法辨識我自己的車牌，原因終於揭曉！因為我的車牌裝了黑框，而且是買新車的時候原廠就裝了，導致左右兩端的字母被黑框沾黏；更慘的是中間兩個字母被螺絲沾黏到黑框，一個車牌六個字母，有四個字母被沾黏。最後我只好換掉車牌，避免每次到停車場都無法進場或出場的麻煩。

既然是個混亂的末代產業，理該有完勝的廠商獨佔市場才對？這是管理學裡提到的觀念：當一個產業發展到最後，能夠存活的廠商通常是規模經濟薄利多銷，導致大多數小廠無法存活。可實際觀察台灣的車牌辨識市場卻非如此，不但無法被獨佔，而且更多廠商又跳進來搶食，這實在是很令人費解！尤其是這幾年的路邊停車柱，智慧城市，好像是三國時期跳到魏晉南北朝，本來以為的大一統，卻出現更多競爭者！

說實在的，自己研發車牌辨識這麼多年，很羨慕那些號稱辨識率99.99%的廠商。真的很像測試一下做個比較。自己研究車牌辨識後才發現，雖然設備供應商很多，但實在看不來這些供應商的產品辨識率。大家都強調自己的辨識率，但沒有比較就沒有傷害！也許是基於這個原則，大家都不願去傷害別人，很少有廠商提供雲端車牌辨識。雖然有，但真的是寥寥可數。做為一個新進人員，想要找人做個比較都難。因為開發過程發現很多車牌我都無法辨識，也不知道是心理作用還是大家都有難言之隱？為什麼那麼多供應商，就少有雲端車牌辨識可做評估？這種詭異現象，市場的買家到底是如何判斷產品優劣的？難道只看廣告決定？

既然大多數廠商不願提供雲端車牌辨識給人評估，那就當作大家在隱藏實力不忍傷害別人！趁此機會來個野人獻曝自娛一下，提供一個拙作，歡迎大家批評指教！

奇易雲科有限公司 

雲端車牌辨識： http://mlpr.smartinside.com.tw

2021/09/21

分享此篇文章：