儀表識別的挑戰主要包括三個層面：識別率、通用性、配套服務。下面從這三個層面分別展開回答。

詳見：我發表的文章有詳細敘述。

儀表的影象識別，相比起人臉、車牌，難點主要是，儀表影象中存在動態的干擾因素，難以有效排除。

車牌的識別，只要車牌不被遮擋，車牌上不會出現動態的干擾因素，即使車牌在移動，存在影象的幾何變形，但是干擾物的相對位置是基本固定的，識別過程中是容易排除的。

人臉的識別，和車牌一樣，共同的也是沒有動態的干擾因素，至於頭髮只要不遮擋眼、口、鼻等主體形態特徵，仍然不構成動態干擾。再加上，一般情況下，人會主動保持臉部潔淨，也對識別創造了條件。

儀表的影象識別，從下面的彩色圖片，可以看出，多數儀表是為人眼識別而設計的。

儀表介面，通常都有刻度和對應的數值，有不同形態的商標、數值單位、精度資訊等。

指標式的儀表，通常指標和刻度線等寬，而且比較細。

對於高精度指標式儀表，刻度盤還有反光鏡，用來調整讀數視線，當看到指標和鏡內指標重合時，就確保了視線垂直於刻度盤。

在指標轉動的時候，與數值、商標這些圖案重疊，構成了動態的干擾因素，影響指標與刻度的相對位置判斷，從而增加了識別難度。

從下面的灰度圖，可以看出，影象識別採集後，進行灰度處理的結果。

人在識別儀表數值的時候，會靠近指標位置、視線垂直於刻度盤來讀數，才能準確讀出數值。

人站在一眼看幾個表的視線下，是很難準確讀數的，再加上，指標與刻度盤不是重合的，當視線與刻度盤不垂直時，讀出的資料是不可信的。

如果需要準確儀表影象識別，需要讓鏡頭光軸穿過指標轉軸，成像焦點面與刻度盤平行，才能消除由於指標與刻度盤不重合帶來的視線讀數誤差。

為了消除由數值單位、商標等刻度盤額外資訊帶來的干擾，並且能分別出很細的指標與刻度線，還要使用高解析度的鏡頭與感光原件，成本增加也是問題。

這對於只識別一個表還能將就，如果是一個組合儀表，就需要移動鏡頭，增加了系統複雜程度和故障率。

這些都是儀表影象識別的難點。