机械视觉中OCR印刷字符检测应用

目前，对印刷品的检测事情一样平常采取人工方法进行质量检测，然后再由事情职员将成品和次品进行分类堆放。
这样一来，不仅增加了事情职员的劳动强度，而且检测质量也难以得到保障。
其次，则是效率低下，摧残浪费蹂躏韶光本钱。

印品质量自动检测系统知足印刷企业对付产品质量掌握的需求。
系统采取自主研发的表面毛病检测、色彩丈量、快速建模等核心算法，广泛适用于包装印刷、标签印刷、商业印刷质量在线检测和印后终检。
机器视觉用于印刷、包装行业中的质量检测，其基本的事情事理是用摄像机拍摄（采集）印刷品上的图像，在打算机中与该印品的标准图像（模板）相匹配比较，如果创造差异并超出设定的公差范围，即剖断为不合格产品。
而实际的机器视觉系统要繁芜得多。

印刷字符检测的类型：

说来OCR只是印字检测的一种类型，即字符识别。
实在印字检测依据难度逐渐升高，可以分为以下三类。

1、印字有无检测：顾名思义，便是大略检测印字有还是没有。
可以利用图像传感器来识别，非常大略。

2、OCR：即视觉字符识别。
紧张目的只是哀求看出来一个字符到底是“A”，还是“B”，并将识别的结果和标准为难刁难照，或者直接输出该识别字符串。

3、OCV：即视觉字符验证。
不仅仅是要识别出字符，对付字符印刷不良，比如缺失落笔画等也须要检测出来。
其大致事理是，采取图像差分，即好的图片和不良的图片做减法，从而挑出不良的地方。
难点在于：a)对付大视野的检测，由于须要高精度，以是哀求像素高，这样处理的数据量就很大，在做算法时，须要更细致考虑如何担保速率。
b)须要甄别良品的差异。
即好的产品也没有两个100%完备一样，哪些不一样属于良品范畴，须要给Pass，哪些不良是真的不良，要给NG。
要根据足够样本量的良品，在算法上作迭代。
c)对付印刷数据变革，比如像韶光日期，还须要考虑这个变革量。
正由于比较繁芜，以是多采取定制开拓的专用机来做。
本钱也会相应比较高。

常见印刷字符检测需求：

（1）压爆：字体因受外力而松动；

（2）掉字母：字体脱落；

（3）沙眼：字体不实；

（4）重影：油墨印刷时套位不正，模糊；

（5）塞网：不下油墨，沙眼；

（6）漏油墨：烂网；

（7）字母残缺：字母缺失落；

（8）刮花：印刷时被异物磨损等等。