石鑫华视觉
基于机器视觉的电容表面字符检测
电容表面字符检测，这个和IC表面字符检测要求基本类似。主要也是判断批号、料号、型号等内容。
电容表面字符-低角度环形光源-高亮
电容表面字符-低角度环形光源-中亮
电容表面字符-同轴光源
机器视觉光源
可以看到，该项目的字符同样是使用蚀刻的阴文。所以可以考虑使用低角度的环形光源进行高亮特征照明，如RL-9600-W这样的光源。而想要使用高角度的暗特征照明，则不是很理想，如上面的图像的同轴光源照明，效果就不理想。这个是因为电容表面并不是一个平整的面，而是一个中间高四周低的球面，所以使用同轴光源时，底面并不能反光回镜头。
光源调光器
可以考虑使用常规的模拟调光器APS-2424-1CH或者是迷你调光器MAPS-2424-1CH。如果是在高速拍照需要很短的曝光时间，则考虑使用频闪调光器，如SPS-2430-4CH。而如果需要程序控制不同的光源亮度以适用不同的产品，则可以考虑数字调光器，如DPS-24125-4CH。
工业相机
这类字符识别，因为产品不大，而且字符相对比较大，所以只需要使用30万像素到130万像素的工业相机即可。如SHI-032-120GM、SHI-132-30GM这样的工业CCD相机完全可以满足，性价比也非常高。
工业镜头
可以使用常规的CCTV镜头加延长管，如SHI-C5018FD，加20mm延长管来处理。也可以使用远心镜头来处理。
图像处理算法
主要还是使用OCR字符识别算法。可以考虑使用模式匹配、分类等算法。
机器视觉项目实现难度
★★★
主要考虑软件算法的稳定性。如果是NI VISION来处理，则稳定性可能需要调试的周期比较长。