機器視覺OCR：無需訓練資料讀取零件標記
字元識別是唯一一種AI方法減少工作量而非增加工作量的檢測任務。其他任何型別的AI檢測都要先採集並標註零件影象。OCR不需要。模型一開始就已經知道字母和數字長什麼樣，因為字母和數字在您的產線上和其他任何地方都是一樣的。
這一點對專案計劃的改變，遠大於對技術本身的改變。以下是它在實際應用中的含義，以及它無法解決的問題。
為什麼OCR不需要訓練影象
分類或分割模型必須專門針對您的零件進行訓練，因為您鑄件上的劃痕和別人擠壓件上的劃痕完全不同。該模型對兩者都沒有先驗概念。
文字則不同。字形在各行各業中是通用的，因此一個僅用海量文字訓練一次的模型可以直接遷移使用。在OV80i中，產品本身將OCR模組描述為能夠識別"印刷文字、序列號和其他字母數字文字，無需任何訓練資料"。您只需框選文字出現的區域，系統就會讀取其中的內容。
實際的結果是，OCR跳過了通常主導視覺專案進度的兩個步驟。既不需要影象採集活動，也不需要標註。原本需要兩週樣本採集才能完成的讀取任務，如今只需一個下午框選一個區域即可完成。
您省去的步驟
採集代表性零件、標註字元、等待足夠的缺陷樣本、在出現新零件編號時重新訓練。這些都不適用。即便是產線從未生產過的零件編號，也能正確讀取。
您仍需要做的事
選好光學系統和光照，設定區域，調整兩個檢測引數，並確定透過規則的比較依據。這部分工作不會消失，也正是OCR專案成敗的關鍵所在。
它與傳統OCR的區別
傳統機器視覺字元識別依靠模板匹配來實現。您需要用特定字型、特定尺寸的每個字元形狀來訓練系統，系統再將候選區域與該模板庫進行比對。這種方式速度快、結果確定，但完全缺乏靈活性。
只要一切不變，缺乏靈活性倒也無妨。可一旦有變化就麻煩了：新供應商壓印的字型略有不同；模具磨損導致字元筆畫變細；零件送來時旋轉了幾度。每一種情況都要麼需要重新訓練模板庫，要麼導致誤讀，而在可追溯性檢查中出現誤讀代價高昂，因為該零件會被錯誤地記錄成別的東西。
| Situation | Template OCR | AI OCR |
|---|---|---|
| 新字型或新供應商 | 需要重新訓練字元庫 | 直接讀取，無需改動 |
| 筆畫磨損或變細 | 置信度下降，出現誤讀 | 效能逐漸下降，但容忍度更高 |
| 零件在夾具中發生旋轉 | 需要先進行對齊 | 可應對適度旋轉 |
| 鑄造、刻蝕或打點標記 | 困難，低反差使模板匹配失效 | 配合適當光照即可實現 |
| 固定字型、印刷清晰、大批次 | 效果出色，且更經濟 | 同樣表現良好，但沒有優勢 |
最後一行很關鍵。如果您要讀取的是印在平整標籤上、字型固定、清晰銳利的噴墨字元，傳統OCR已經解決這個問題三十年了，沒有理由更換方案。AI OCR的價值體現在那些棘手的標記上：鑄造在金屬中的字元、鏡面表面上的鐳射刻蝕字元、打點標記，或印刷在曲面或有紋理基材上的字元。
光照仍然決定成敗
去除訓練資料這一要求，並不能改變物理規律。模型只能讀取影象中實際存在的反差，而在凸起或刻蝕的標記上，根本沒有顏色差異可供利用。字元和表面是同一種材料，能利用的只有形貌起伏。
這使得光照幾何形式成為整個問題的關鍵。漫射光會把刻蝕標記完全沖淡，因為它會像照亮周圍表面一樣均勻地照亮字元的凹陷部分。定向光或暗場布光則會掠過表面，把每個字元的邊緣變成陰影，這正是模型可以利用的反差。我們關於 機器視覺光照 介紹了六種光照幾何形式，以及如何根據需要觀察的特徵來選擇其中一種。
解析度是第二個約束條件。一個行之有效的經驗法則是，讓最小字元的高度至少達到二十個畫素。低於這個數值，筆畫細節就會開始丟失，相似字形之間的區分，比如8與6，或5與S，就會變得模糊不清。我們的 光學計算器 可以根據字元高度和工作距離，計算出實現該效果所需的視場和鏡頭。
調優，以及兩個至關重要的引數
OV80i上的OCR區域以簡明易懂的語言呈現檢測引數，而不是需要您反向推導的閾值。其中兩個引數承擔了大部分工作。
最小文字區域
按尺寸篩選候選區域。產品本身直接說明：如果噪點被誤判為文字，就調大該值；如果小號文字被過濾掉，就調小該值。這是用於應對帶斑點、鑄造紋理或加工痕跡的表面的控制項，這些痕跡可能會被識別為微小字元。
擴充套件比例
控制每個檢測到的文字區域向外擴充套件的幅度。如果相鄰的文字開始互相粘連，就調小該值。這是用於處理間距很小的標記的控制項，例如緊挨著批號的日期程式碼。
這兩個引數都是基於實時影片或已採集的影象進行調整的，這一點比聽起來更重要。您不是憑空猜一個數值，然後等下一批生產才看到效果。您調整引數的同時就能看到檢測框實時變化。
把讀取結果轉化為判定結論
讀取文字只是檢測工作的一半。另一半是判斷讀取到的內容是否正確，而這完全取決於該工位的檢測目的。
- Presence. 到底有沒有標記？這是最便宜也最常見的檢測，能夠發現跳過打標工位的空白零件。
- 與固定值進行匹配。 檢測到的文字是否包含預期字串？確保正確的標籤貼在正確的產品上。
- 與實時值進行匹配。 讀取結果是否與PLC所報的正在執行的零件編號一致？這項檢測能夠發現換型錯誤，它要求預期值來自產線本身，而不是手動錄入配方引數。
- 格式校驗。 日期程式碼是否是一個合理的日期，序列號的長度和字符集是否正確？能夠發現雖然仍能讀出內容、但實際上是不完整或模糊印刷的情況。
第三項檢測正是字元識別從表面檢查升級為可追溯性控制的關鍵所在。它還要求相機與PLC進行雙向通訊，既要接收預期值，又要返回讀取結果。在OV80i上，這種交換透過EtherNet/IP或PROFINET實現，中間無需閘道器PC，這一點在報價階段值得注意，因為獨立的工業PC往往是字元識別方案中成本最高的單項。
適用場景與不適用場景
有一點需要明確其侷限性。AI OCR的功能是讀取文字，它不是通用的標記檢測工具，也不會像印刷質量標準那樣評估印刷質量。如果您的需求是評級條形碼，或對印刷程式碼的反差和邊緣確定性進行打分，那需要使用另一種裝置。
它真正擅長的是幾乎每條產線都存在、卻因傳統方案過於脆弱而很少實現自動化的日常可追溯性工作：序列號核驗、日期和批號確認、標籤與當前生產訂單的核對，以及鑄造或刻蝕零件的識別，這些工作以前都靠操作人員拿著手電筒檢查。
關於應用範圍的一點實用說明：字元識別通常與其他檢測項共用同一個工位，而不是獨佔一個工位。讀取零件編號的同一次拍攝，還可以確認聯結器是否裝配到位、卡扣是否存在，因為一套 AI視覺系統 可以在一張影象上執行多個檢測模型。讀取標記往往是您在原本就要搭建的工位上追加的最便宜的功能。
Frequently Asked Questions
AI OCR真的不需要訓練資料嗎？
對於字元識別來說，是的。該模型是基於通用文字預訓練的，而字母和數字在您的產線上與其他任何地方形狀都相同，因此無需您零件的影象即可直接遷移使用。您仍然需要設定文字出現的區域、調整檢測引數，並確保光照和解析度合適。您省去的是採集樣品零件和標註字元，而這通常是視覺專案中耗時最長的部分。
機器視覺中的AI OCR與傳統OCR有什麼區別？
傳統機器視覺OCR將候選區域與特定字型、特定尺寸的已訓練字元模板庫進行匹配。它速度快、結果確定，但缺乏靈活性：新字型、磨損的模具或旋轉的零件都需要重新訓練，否則就會產生誤讀。AI OCR則是根據學習到的通用特徵來識別字元，因此能夠容忍字型變化、筆畫磨損和適度旋轉。對於固定字型的清晰印刷文字，模板OCR依然表現出色，通常也更經濟。AI OCR的價值則體現在鑄造、刻蝕、打點或低反差的標記上。
機器視覺能否讀取鑄造或刻蝕在金屬上的字元？
可以，但結果由光照而非模型決定。鑄造和刻蝕的字元與周圍表面顏色、材質相同，因此沒有顏色反差可供讀取，能利用的只有形貌起伏。漫射光會將這類標記完全沖淡。掠射表面的定向光或暗場布光會把每個字元的邊緣變成陰影，從而產生模型所需的反差。請讓最小字元的高度至少達到二十個畫素。
OCR檢測需要多高的解析度？
一個實用的參考數值是，您必須讀取的最小字元高度至少要達到二十個畫素。低於這個數值，筆畫細節就會丟失，相似的字形，比如8和6，或5和S，就很難可靠地區分開來。請從字元高度反推所需視場，再進一步推算感測器解析度和鏡頭焦距，並結合您可用的工作距離。
相機能否將零件編號與PLC所報的執行型號進行核對？
可以，這項檢測能夠發現換型錯誤，而不僅僅是標記錯誤。它要求預期值來自產線本身，讀取值也要返回給產線，這意味著需要透過EtherNet/IP或PROFINET與控制器進行雙向資料交換。如果這一交換在相機上直接完成，就無需單獨的閘道器PC，從而省去了字元識別方案中往往是最大一項的硬體成本。
OCR能否評估印刷質量或讀取條形碼？
OCR的功能是讀取文字並確認其內容。它不是印刷質量評級儀器，也不會依照印刷程式碼標準對反差或邊緣確定性進行打分。條形碼和資料矩陣碼的解碼是另一項獨立功能。如果您的需求是按照標準進行正式的印刷質量驗證，那需要使用另一種裝置，並應作為單獨的需求明確提出。
在您的零件上體驗 Overview AI
把您的零件或瑕疵照片寄給我們，視覺工程師會告訴您 Overview 能否檢出，大多數系統幾天內即可在產線上運行。