工業讀碼 行業標準詢問報價“本信息長期有效”

圖像降噪：由于待識別圖像的品質受限于輸入設備、環境、以及文檔的印刷質量，在對圖像中印刷體字符進行識別處理前，需要根據噪聲的特征對待識別圖像進行去噪處理，提升識別處理的度。傾斜校正：由于掃描和拍攝過程涉及人工操作，輸入計算機的待識別圖像或多或少都會存在一些傾斜，在對圖像中印刷體字符進行識別處理前，就需要進行圖像方向檢測，并校正圖像方向。



字詞后處理：由于OCR的識別率并無法達到，或想加強比對的正確性及信心值，一些除錯或甚至幫忙更正的功能，也成為OCR系統中必要的一個模塊。字詞后處理就是一例，利用比對后的識別文字與其可能的相似候選字群中，根據前后的識別文字找出合乎邏輯的詞，做更正的功能。字詞數據庫：為字詞后處理所建立的詞庫。OCR后的關卡，在此之前，使用者可能只是拿支鼠標，跟著軟件設計的節奏操作或僅是觀看，而在此有可能須特別花使用者的精神及時間，去更正甚至找尋可能是OCR出錯的地方。

以礦泉水日期為例：1、瓶蓋噴印字符檢測

瓶蓋噴印字符

上圖噴印字符在瓶蓋弧面上，打光會出現中間亮兩邊暗的現象，同時凹凸條紋也比較明顯，一般視覺包裝檢測就有些困難，欣維視覺經過多年努力，目前可以做到如下效果：

改進后成像的瓶蓋字符

改進后可以明顯看到，字符底色為高亮，字符為黑色，整體感覺在一個平面上，這樣視覺檢測就比較方便了，檢測效果如下：

第四：物體的運動速度

在圖像獲取獲取過程中，圖像模糊精度取決于物體運動速度和相機曝光時間，所以物體運動速度快很可能導致圖片成像模糊，此外其他設備（工業相機、工業鏡頭、光源等）也會間接影響檢測。

第五：軟件的測量精度

測量精度一般在1/2-1/4個像素，原因是測量軟件精度過小，從圖像上提取的特征點信息就越少。

通過上述的5個問題可以看出機器視覺系統設計時會出現很多因素的干擾，所以我們需要不斷的去改善和升級技術去規避掉這些難以避免的問題，也相信技術的創新，很多問題都能別解決。