兩盤小樹苗沒貼牌，他們改用「量得到的差」來分辨

雨剛停，育苗場的工作檯上排著兩盤小樹苗。一盤是熟悉的老供應商，另一盤新來的，標籤掉了。沒法一株株對上，我只好想：這兩盤算同一批嗎，種下去會不會長得不一樣？就像在比兩批醫療影像，每株是一張圖，重點是整批對整批。

我先偷懶，退後幾步用「看起來順不順眼」來判斷。兩盤都很綠、很整齊，結果近看才發現一盤莖更細、葉面紋路怪怪的，像是在不同燈下養大。醫療影像也常用那種給日常照片打分的方式來比批次，卻會漏掉掃描器或流程的小改動。

後來我們換了做法，不再靠感覺打分。每株都照同一張表記下量得到的東西：大小、形狀、表面粗細那種觸感線索、亮暗分布。放到影像上，就是把圖裡的特徵用同一套規則量出來，誰來算都差不多。重點是可解釋的量測，不是黑箱的像不像。

還加了三個小升級。第一，別只用肉眼的光看，改用幾種濾光片照，細小的邊緣和波紋會浮出來。第二，尺不跟著盤裡最高那株跑，免得一株特別高把整盤拉歪，改用比較穩的平均和常見範圍。第三，兩盤都用同一把尺，尺是從可信那盤訂出來的，這樣比較才有錨點。

接著我把每盤當成一團點雲：每株、每個量測都是一個點。分數問的是兩團雲的中心離多遠、散開的程度差多少，距離太大就把它壓一壓，免得數字不好用。放到影像，就是用一個距離去比兩批特徵分布，就算兩邊的影像沒法一張張配對也能比。

到裝貨區，這個距離就像警示燈。跟老供應商相近的批次，距離會落在一個範圍內；怪怪的批次會跳出去，我就能先標起來，不用硬猜哪裡不對。影像也一樣，它比那種照片式打分更能抓到「看起來差不多但其實不同」的批次，還能把整批變成一個好讀的接近程度訊號。

有時檯上只有少量樹苗，靠外觀評分很容易一下說像、一下又說不像，這套量測反而比較穩。有人想把樹苗弄得乍看很像，濾光後的細節還是會露餡，邊緣糊不糊、細紋對不對都藏不住。最踏實的是，我能在夾板上圈出到底是莖變細、還是葉面紋路跑掉，差別不再是說不清的感覺。