近年來(lái)，OCR在各個(gè)行業(yè)得到了廣泛的應(yīng)用。例如，在食品行業(yè)，可以通過(guò)打印的二維碼查詢產(chǎn)品相關(guān)信息和價(jià)格。在醫(yī)藥行業(yè)，可以通過(guò)印刷資料了解藥品的使用說(shuō)明和生產(chǎn)日期。在半導(dǎo)體工業(yè)中，通過(guò)半導(dǎo)體芯片上的字符和條形碼，可以獲得每個(gè)芯片的具體信息內(nèi)容。
OCR缺陷檢測(cè)是指對(duì)印刷在零部件或產(chǎn)品上的字符進(jìn)行確認(rèn)、識(shí)別和判斷的檢測(cè)。但由于產(chǎn)品型號(hào)眾多，商標(biāo)絲印各不相同，造成此類缺陷的類型多樣，產(chǎn)品成像角度不穩(wěn)定。因此，OCR缺陷檢測(cè)對(duì)正確的照明、工業(yè)相機(jī)的相對(duì)位置、被檢測(cè)零件，以及復(fù)雜的機(jī)器視覺(jué)算法都有非常高的要求。深度學(xué)習(xí)對(duì)于OCR缺陷檢測(cè)非常重要。利用先進(jìn)的圖像處理技術(shù)獲取目標(biāo)信息，識(shí)別附著在目標(biāo)物體上的文字圖像，動(dòng)態(tài)判斷產(chǎn)品特征內(nèi)容，獲得檢測(cè)結(jié)果。
隨著機(jī)器視覺(jué)技術(shù)的不斷發(fā)展和深度學(xué)習(xí)技術(shù)的應(yīng)用，利用這種融合技術(shù)獲取目標(biāo)信息，現(xiàn)物體表面缺陷檢測(cè)越來(lái)越普遍。與前幾年相比，OCR缺陷檢測(cè)技術(shù)完全不同，檢測(cè)產(chǎn)品表面的字符不再是難事。
工業(yè)缺陷檢測(cè)系統(tǒng)可以提供一種非接觸、非破壞性、全自動(dòng)的檢測(cè)方式，從而對(duì)元器件或產(chǎn)品表面的印刷內(nèi)容進(jìn)行更高效的OCR缺陷檢測(cè)，解決復(fù)雜背景下識(shí)別難度高的問(wèn)題。此外，工業(yè)缺陷檢測(cè)系統(tǒng)的識(shí)別精度和識(shí)別速度可以滿足大多數(shù)檢測(cè)場(chǎng)景的需求。
工業(yè)缺陷檢測(cè)利用深度學(xué)習(xí)技術(shù)動(dòng)態(tài)判斷產(chǎn)品角色的內(nèi)容。未來(lái)，四川遠(yuǎn)景達(dá)將繼續(xù)致力于工業(yè)缺陷檢測(cè)領(lǐng)域，建立基于深度學(xué)習(xí)的差異化發(fā)展優(yōu)勢(shì)，發(fā)展多元化生態(tài)鏈產(chǎn)業(yè)，打造智能化行業(yè)技術(shù)平臺(tái)，全面應(yīng)用于電子、封裝、在印刷、化工、食品、塑料、紡織等行業(yè)。
