机器视觉中OCR印刷字符检测应用

　　当下制造业的形势越来越严峻，且各行业内价格透明而且利润低下的情况下，印刷市场的竞争也异常激烈。在行业里除了价格是客户考虑的因素之外，产品的质量也是重要的关注点。产品质量的优劣，可靠和稳定程度，以及生产成本的高低，与企业的市场竞争力起着至关重要的作用，甚至会影响到企业的生死存亡。

　　目前，对印刷品的检测工作一般采用人工方法进行质量检测，然后再由工作人员将成品和次品进行分类堆放。这样一来，不仅增加了工作人员的劳动强度，而且检测质量也难以得到保障。其次，则是效率低下，浪费时间成本。

　　印品质量自动检测系统满足印刷企业对于产品质量控制的需求。系统采用自主研发的表面缺陷检测、色彩测量、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，其基本的工作原理是用摄像机拍摄（采集）印刷品上的图像，在计算机中与该印品的标准图像（模板）相匹配比较，如果发现差异并超出设定的公差范围，即判定为不合格产品。而实际的机器视觉系统要复杂得多。

　　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。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。可以使用图像传感器来识别，非常简单。

　　2、OCR：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：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。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。

　　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；

　　（8）刮花：印刷时被异物磨损等等。

          ymf