把一整个图库的巴士照片，
一次分拣、命名到位

不会。程序只以读取方式打开源目录里的照片，所有写入都发生在你指定的输出目录里。 不移动、不删除、不改名，也不会回写任何 EXIF 或时间戳。中途停止或出错，原图同样不受影响。

因为车牌太小、被遮挡、逆光或严重模糊，程序算不出一个可信的车牌号。 这种情况下它不会猜一个看起来像的结果填上去，而是把照片放进 _待复核， 并在 report.csv 里写明原因。人工确认后再改名，比事后从一堆错名字里找出来省事得多。

因为澳门车牌本身就是这样印刷的。程序按 M?-??-?? 的原始格式输出， 例如 MK-79-28，便于和车牌实物逐字对应。分两行印刷的车牌（上行 MH、 下行 94-83）会自动合并成同一个号码。

当前验证的是白底黑字前牌，格式为 1～2 个字母加 1～4 位数字（如 WA3855、XU8478）， 已在 13 张城巴实拍照片上验证。黄底后牌与纯数字老牌暂时没有足够的实拍样本， 遇到读不准的会进入待复核，不会误命名。

6000×4000 的原图约 2～3 秒一张（含模型推理），具体取决于 CPU 核心数与磁盘读写速度。 清晰的车牌会走快速路径，不必额外的图像增强，因此比模糊样本更快。

优先取画面主体（检测框最大）的那辆车上的车牌；如果两辆车的车牌都落在判定范围内， 按车牌在画面中的像素高度取「更近」的那一块 —— 近大远小，主车通常离镜头更近。 程序宁可判定为歧义放进待复核，也不会在两块车牌之间随机选一个。

默认阈值是「巴士占画面面积 ≥ 15%」。整条街的远景里巴士只占几个百分点，会被归为其他照片。 遇到这类素材，把界面上的阈值调到 5%～8% 即可，程序会重新按新阈值判定。