机器视觉检测的基础知识（六）OCR

OCR是视觉检测的基本功能之一，即字符识别。今天我们针对OCR及其相关，作一篇专题讲座。一，印字检测的...



OCR是视觉检测的基本功能之一，即字符识别。今天我们针对OCR及其相关，作一篇专题讲座。

一，印字检测的类型。

说来OCR只是印字检测的一种类型，即字符识别。其实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，就是简单检测印字有还是没有。

2，OCR。

OpticalCharacter Recognition，即视觉字符识别。主要目的只是要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作对照，或者直接输出该识别字符串。

3，OCV。

OpticalCharacter Verification，即视觉字符验证。不仅仅是要识别出字符，对于字符印刷不良，比如缺失笔画等也需要检测出来。

第一种印字有无检测可以使用图像传感器来识别，非常简单。

第三种OCV在印刷制版业用的比较多，多采用专用视觉设备。其大致原理是，采用图像差分，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）对于大视野的检测，因为需要高精度，所以要求像素高，这样处理的数据量就很大，在做算法时，需要更细致考虑如何保证速度。b）需要甄别良品的差异。即好的产品也没有两个100%完全一样，哪些不一样属于良品范畴，需要给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）对于印刷数据变化，比如像时间日期，还需要考虑这个变化量。正因为比较复杂，所以多采用定制开发的专用机来做。成本也会相应比较高。

▼下图是使用通用智能相机做的OCV检测，中间涉及到智能学习的算法。（想了解更详细内容，欢迎给我邮件。）



第二种OCR，是我们本次要着重讨论的。

▼首先看一个例子，下图是方便面底部的印字。要求是检测出喷印的字符，并且判断是否是对的字符。要求随时间变化，判断标准也变为对应时间的字符。



▼处理后的效果如下图：



这一过程分解来看是步骤如下：

1，图像背景处理。

2，字符切割。

3，字符注册。

4，字符识别与判断。

5，结果输出。

1，图像背景处理。

简单讲就是通过各种图像滤波器的组合，使得字符和背景对比度增加，从而区别开来。



▼举一个此类背景处理的极限例子。在100元RMB左上角暗藏一个100，这里通过很强大的背景处理使其凸显出背景来。



2，字符切割。

▼这个环节的重点是字与字之前要有间隙。再辅以一些手段，可以将字符准确切割开来。



▼当然，也有些字符之前位置关系变化很大，并且缺乏直接规律的情况，需要用到手动切割，并辅以个别的位置补正。如下图例：



3，字符注册。

OCR从本质上来讲，其实还是图像匹配。所以在字库注册环节，如果可以为同一字母添加多个注册图像，会大大提高识别率和准确率。



4，字符识别与判断。

如上面所讲，字符的识别依赖于注册的图像。而判断环节，对于固定字母数字直接输入判断标准即可。如果数字和字母是变化的（多半是时间日期，或者自然数递增），则需要设置相应函数和容差范围（即时间点切换时候的容差范围，比如3月2号晚上23:59切换为3号时候，在正负1分钟内，无论印刷为2号还是3号都合格。）。



5，结果输出。

输出可以输出判断结果，也可以直接输出识别出来的字符串。

▼整个过程图解如下：



希望本期的内容对大家对OCR的认识有所帮助。如有进一步的问题，欢迎邮件联系。

Apolloluo@keyence.com.cn

    关注 工业机器视觉系统的前沿应用