OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。
衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。
在工业领域，光学字符识别 （OCR） 是一项机器视觉任务，包括从图像中提取文本信息。
ntent="t">OCR字符识别技术步骤
获取文本位置
文本的位置是固定的。例如，个人身份证是按照正式规范制作的，每个数据字段的位置是已知的，经过良好校准的视觉系统可以拍摄文本位置几乎恒定的图像。
文本位置不是固定的，但它与输入图像上的特征元素或特殊标记（光学标记）相关，要获取文本的位置，必须找到光学标记。这可以通过模板匹配或其他技术完成。
从背景中提取文本
文本提取过程中的主要复杂情况可能是光线不均匀。某些技术（如光规范化或边缘锐化）有助于查找字符。
分段文本
文本区域分割是将区域拆分为行和单个字符的过程，当文本文本行分开时，每行必须拆分为单独的字符，接下来，提取的字符将从图形表示形式转换为文本表示形式。
调用OCR模型库
通过调用OCR模型库，使识别到的字符以文本形式与模型库进行比对，匹配数据最相似的模板，得出准确的字符信息。
字符识别
通常来说需要选择适当的字符规范大小，来分类字符的大小。
OCR识别检测技术的应用
在生活当中，随处可见与印刷字符有关的产品，比如：键盘上的字符，衣物上的标签字符，电器上的字符等等。
而这些产品的外观由于字符在印刷时产生的一些瑕疵，如字符拉丝、移位、多墨、缺失、漏印等字符印制不良就会引起客户对厂商的投诉。
厂商为了克服这个问题，就会在产品出厂前对其进行严格的检测。传统的检测方式是利用人工目检，目检虽然检测方式灵活，可对各种不同的错误都能进行不同的判定。但由于产品数量大，品种多，人力消耗量大，并且长时间的检测会让人产生眼疲劳或受主观情绪影响而混淆和误判，这样也将导致不良品流出造成客诉。
而利用机器视觉检测技术，它可根据不同的产品材料和缺陷情况及客户需求，通过采用不同的光源跟不同的照射角度，及不同像素的相机，使产品的缺陷图像跟背景图像区分开，然后利用缺陷图像的颜色、灰度、形状、大小等来识别缺陷，通过图片效果采用不同的算法进行软件编写，并结合客户需求来对软件进行开发。
对产品进行高精度、高效率、高稳定的实时检测、分析、计算，判断产品是否合格，能有效地提高生产流水线的检测速度和精度，大大提高产量和质量，降低人工成本，同时防止因为人眼疲劳而产生的误判。
机器视觉检测技术应用在字符识别检测的功能特性：
1、检测条码/字符印刷缺陷、移位、多墨、漏印、完整度等；
3、检测物体的方向是否正确；
4、静态或动态检测；
5、OK/NG产品系统输出相应控制信号。
湖南易码智能科技专注于一物一码的追溯系统和在线检测领域，领先技术涵盖喷码、贴标、读码、视觉、溯源、称重、金属检测等!以“追本溯源、防伪防窜、智能检测、万物互联”为战略发展方向，以打造“一物一码”为主的工业物联网行业的标杆企业为奋斗目标。
通过多年的行业实践应用,通过不断的技术创新来提升自己的产品研发能力,现已向不同行业的客户多次交付自主研发的OCR视觉检测一体机,视觉代替双眼，智能代替人工,新一代的OCR字符视觉检测系统，可集成于各类产线和包装机,实现易搭、易联、易用,经过简单的设置即可开始工作,成为您生产线上一名恪尽职守的“哨兵”。
实战案例
▶软包OCR识别
软包装是食品包装主要展现形式，它可以有效防止食品受到外来因素的损害。不仅如此，软包装还需印刷生产日期、保质期等重要信息，这些信息直接关系着食品的销售。
为解决软包装生产过程中存在的问题，湖南易码智能科技有限公司提出基于深度学习的软包装表面OCR识别解决方案。
检测难点
①塑料膜为透明膜，容易受背景图案干扰
②颜色，字体粗细不同
③字符角度有变化
我们提供三款独立产品选择，并提供定制选项来满足不同要求和预算。
EM-CK550是完整的赋码检查和验证解决方案，可以验证人机可读码的数据，同时检查可读性和赋码位置。
EM-CK350可检查机读码的可读性；
EM-CK150是经济实惠的入门选择，能够对赋码存在和位置进行简单检查。
通过自动化大大降低了人工成本，提高了产线生产效率和字符识别的准确率，助力食品行业高质量检测。
OCR视觉检测一体机优势：
1） 识别褶皱表面。深度学习检测可以准确识别包装上的三期、产地、批号等信息，且对包装本身形态无要求，表面褶皱部分的文字也能够准确识别；
2） 避免反光干扰。识别时可将文字与背景分割开，完美解决人工检测、传统视觉检测过程中因包装表面反光、颜色多样导致视觉疲劳、识别难度大等问题；
3） 准确率更高。深度学习系统只需人工进行简单的标注训练，即可自动学习缺陷类型，不需要专业人员参与。随着样本的增多，识别准确率可无限趋近100%；
4） 释放劳动力。深度学习视觉检测可以将工人们从枯燥无味的工作中解放出来，释放更多劳动力。
ntent="t">医疗三期字符OCR识别
▶检测难点
1. 药盒规格、颜色、新旧程度差异较大，不统一;
2. 钢印字体大小、深浅不相同；
3. 钢印与文字重叠、甚至有干扰图案;
检测要求
(1)检测合格标签有无错贴、歪贴;
(2)检测三期码标签漏贴、错帖、歪贴;
(3)检测三期码有无、多喷以及二维码识别;
(4)对以上检测NG产品进行剔除;
(5)与MES系统对接，将合格的二维码每60盒打包上传;
(6)设备嵌入试条生产线中，不改变流水线生产节拍，60盒/分;
(7)杜绝标签漏贴、错帖流入下道工序;
(8)适应多种颜色产品的检测要求。
