難題不會做？掃一掃，題目、解析立馬出現(xiàn)。寄快遞需要輸入信息？掃一掃，軟件自動提取上傳。身份證信息需要錄入？掃一掃，立馬精準(zhǔn)識別。這些都是我們?nèi)粘Ｋ究找姂T的動作，而實現(xiàn)這一切正是得益于OCR技術(shù)。

OCR通過圖像處理和模式識別技術(shù)對光學(xué)的字符進行識別，是一種能夠?qū)⑽淖肿詣幼R別錄入到電腦中的軟件技術(shù)。在工業(yè)領(lǐng)域，光學(xué)字符識別 （OCR） 是一項機器視覺任務(wù)。

一、OCR字符識別技術(shù)步驟

圖像預(yù)處理

圖像預(yù)處理一般包括二值化、文字定位和傾斜校正等步驟。二值化將三原色構(gòu)成的多色圖像轉(zhuǎn)換成單色圖像，這就是預(yù)處理的第一步，其目的是減少冗余信息量， 加快速度。傾斜校正是指對傾斜的文本完成校正。

字符分割

對預(yù)處理后的圖像進行字符定位和分割操作，經(jīng)過切分處理后，才能方便對單個文字進行識別處理。它是OCR中的一個重要步驟， 其效果直接影響 OCR 的最終結(jié)果。

特征提取

從單個字符圖像上提取統(tǒng)計特征或結(jié)構(gòu)特征，并從已有的特征庫中找到與待識別文字相似度最高的文字進行比對、匹配。傳統(tǒng)的特征提取方法，如模板匹配和結(jié)構(gòu)分析等，面對復(fù)雜字符時并不是非常有效，而且會耗費大量時間。深度學(xué)習(xí)可以輕易完成這項任務(wù)，只要擁有足夠量的數(shù)據(jù)集，就能提供更精確的識別。

字符識別

在識別結(jié)果基礎(chǔ)上根據(jù)語種的語言模型進行識別校正。

結(jié)果輸出

二、OCR識別檢測技術(shù)的復(fù)雜應(yīng)用

在工業(yè)領(lǐng)域，OCR技術(shù)被普遍應(yīng)用在食藥品、新能源、3C電子、汽車制造、煙草等行業(yè)，實現(xiàn)生產(chǎn)日期、批號、產(chǎn)品編號等信息的自動識別。幾乎所有的工業(yè)產(chǎn)品上都會印有字符，這是產(chǎn)品的“身份證”。而產(chǎn)品的外觀由于字符在印刷時產(chǎn)生的瑕疵、錯誤等就會引起客戶對廠商的投訴。

傳統(tǒng)的字符識別應(yīng)用場景相對固定、字體單一規(guī)范、識別率較高。但面對并不理想的環(huán)境或復(fù)雜字符：字符組合的復(fù)雜性、字符印刷材質(zhì)及工藝的多樣性、生產(chǎn)過程中產(chǎn)生的多類字符缺損等檢測難題，業(yè)內(nèi)的綜合識別率只有90%甚至更低，這樣的識別率遠遠達不到實際應(yīng)用的需求。

解決此類難題就需要使用AI視覺字符識別技術(shù)對產(chǎn)品上的字符進行高精度、高效率、高穩(wěn)定的實時檢測，分析判斷其是否合格。AI視覺字符識別技術(shù)不僅能快速提升流水線的檢測速度和精度，更能降低人工成本、提升產(chǎn)量質(zhì)量。

復(fù)雜字符組合

包含中文、英文、數(shù)字、特殊符號、專業(yè)單位、二維碼 、條形碼等復(fù)雜字符內(nèi)容。

字符印刷材質(zhì)、工藝多樣

紙板、塑料、金屬、玻璃、錫紙等印刷材質(zhì)及燙印、擊凸、絲印、噴碼、鐳射等工藝的不同導(dǎo)致字符印刷質(zhì)量存在差異。

字符缺損

字符印刷中導(dǎo)致的墨點、異物、文字殘缺、漏印、色差、字符粘連、臟點、刀絲、拖墨、劃傷、溢膠、氣泡、模糊、扭曲、污漬等。

維視智造VisionBank AI 深度通用字符識別技術(shù)，在VisionBank AI的高效架構(gòu)之上，延續(xù)了操作簡單的圖形化開發(fā)方式，基于深度學(xué)習(xí)算法的技術(shù)加持，為用戶帶來了更智能、更便捷的使用體驗。

如何破解復(fù)雜工業(yè)環(huán)境下的識別難點，讓萬千字符識別難題，僅需一套視覺系統(tǒng)就能高效完成？下期內(nèi)容為大家揭曉~

-精彩資料推薦-

掃碼免費下載