PCB、FPC字符识别

字符识别在机器视觉行业里的应用是非常多的。各种各样的字符都有识别的需求。而作为3C产品中的零件的PCB、FPC等，则应用更多。一般用于识别料号、判断型号是否正确等。而字符印刷品质，在这些产品上则比较少使用。因为PCB、FPC一般都是在内部，用户通常看不到，所以对外观要求不高。

黑白相机OCR

黑白相机OCR

彩色相机OCR

彩色相机OCR

机器视觉光源

像这种产品，通常对比度比较大，所以对光源的要求并不是那么高。条形光源、环形光源、同轴光源等，都可以满足要求。根据实际情况，如安装空间选择大小、检测产品的颜色选择光源颜色，比较好处理。

光源控制器

这类项目的光源，通常都是使用一个小光源就可以了，基本上所有的光源控制器都是可以使用的。没有太多要求，选择常规的模拟控制器就可以。

工业相机

PCB、FPC上的字符通常比较大，而且也不需要检测印刷缺陷。所以对工业相机的分辨率要求并不高。考虑常规的130万像素左右的相机就可以了。

工业镜头

工业镜头的选择，通常使用FA镜头就可以满足要求。焦距则根据拍摄范围、工作距离要求、相机芯片大小来确定。

图像处理算法

这种产品以前使用传统的OCR来做字符识别，稳定性还是有一些难度的，很多字符会识别错。现在则可以使用深度学习的方法来处理了。稳定性会了很多。不过对于一些字符识别中常见的误判问题，仍然是会存在的。例如o、O和0，I、l、i、1等，如果有类似字符，而使用的字体无法将其明显的区分开来，那么识别错的情况仍然是会存在的。又或者因为印刷品质不佳，字符有缺损或有其他污渍，也会造成字符识别的误判。先来看一下Halcon的深度OCR处理效果：

黑白图像深度OCR

黑白图像深度OCR

彩色图像深度OCR

彩色图像深度OCR

可以看到，上面的效果中，黑白图像的效果要好一些，做深度OCR时准确率要高一些。而使用彩色图像时，字符本身是黑色的，而FPC上同样的黑色的背景，干扰比较多，所以对比度不高，很多容易识别错误。比较典型的是/和背景连在一起时，容易判断为7，又或者是被分割成不同的字符段。再来看一下飞桨OCR的效果：

黑白图像飞桨OCR

黑白图像飞桨OCR

彩色图像飞桨OCR

彩色图像飞桨OCR

可以看到飞桨OCR也有同样的问题，/和7容易混淆。所以对于这种情况，还是需要重新打光解决一下，或者是使用灰度图像来处理，尽量把背景的干扰去掉。

机器视觉项目实现难度

★★★★

使用深度OCR等技术，实际上可调整的参数比较少。如果处理时准确性达不到要求，那通常只能想一下其他办法了。如改善打光方法；原材料印字时，使用其他的字体来处理。如果字符串是有固定模式的，如必须是数字，如果出现了字母O，那就改为0。如果必须是字母，如果出现了1，那就改为I。是/，认成了7，也可以改会正确的。但是，如果必须是数字，本身是3，而被识别成了8，那就无法修正了。这种情况，只能改善一下项目硬件，又或者是重新采集图像重测试一下看看效果。