如何设计出符合食品要求的高速OCR产品?

在过去，光学字符识别(OCR)视觉系统并不被传统地认为是快速、灵活或可维护的。然而，今天的系统是不同的，在世界范围内，谷物和零食产品的顶级制造商要求OCR机器视觉系统，能够从传送带上剔除打印错误数据代码的包装食品。该制造商寻求升级其现有的系统，以满足新的质量标准和行业食品安全标准，并改善整体的OCR检查过程。

OCR

如何才能设计出符合食品要求的高速OCR产品呢，必须先准备前端硬件，如相机，打印机和上万张打印机在线打印的图片，用于测试。

软件上使用图像集优化算法参数，并为必要的处理和成像硬件建立基线。测试结果包括多台打印机和大量打印变化(例如对比度、长宽比、行位置、字符间距和曲线)。

喷码字符

对于视觉系统的相机部分，可以选择像元较大，帧率较高的相机，相机的分辨率按照我们的拍摄视野类确认即可，字符直径一般为5像素的点，这样可以实现99.97%的读取率，即小于300parts /million的失败率。而且可以减少图像存储和带宽需求。

一次检测的典型检查时间大约是40毫秒，包括两行文本，大约36个字符。

我们创建并测试了与标准英文字母数字字体性能类似的外国字体文件。该算法能够在两行总共36个字符的文本上每分钟超过1200次检查。在单次读取尝试中，读取率高达2500次/分钟。程序支持的多线程和多核处理帮助实现了所需的读取速率。

每分钟检查1200个零件的速度只能提供50毫秒/零件的连续检查时间。一次读取尝试的平均检查时间刚好低于这个值，为40 ms。建议进行三次读取尝检测，以增强系统的健壮性。检测周期超过100ms，早期检测时甚至高达286ms。为了克服这些困难，vision系统不得不依赖多线程架构特性。多线程是并行处理的意识，是计算机可以同时执行多个进程的功能。

通过多线程处理, vision系统还可以接收和缓冲图像，以便在队列中进行处理，并让多个线程并行处理这些图像。虽然多线程体系结构能够很好地满足较高的处理速度，但这要求视觉系统跟踪被检查的部件，以便根据可能更长的检查时间正确地拒绝失败的部件。

高速传送带

例如,如果材料在高速输送机上运行，视觉系统处理队列会比较长,或者阅读的时间明显加长,等待检验结果将大大延后，部分在传送带上的物品没有得到通过或失败结果。对于这样应用程序，如果一次读取需要长达500毫秒的时间来处理该部件，那么它将在传送带上向前移动近1米。我们要准备足够长的传送带。

喷射器和检测位置相隔1.5米,这样在视觉系统的检测时间偶尔过长，能够保证检验结果将是排料之前能够到达喷射器系统。

最后OCR解决方案是灵活和健壮的，足以满足应用程序的需求。