石鑫华视觉
Halcon Deep OCR 电感字符识别的视觉应用
字符识别在整个机器视觉与图像处理邻域，相对来讲还是比较容易的一类。如果字符明显、没有什么干扰的情况下，还是比较好处理的。当然也有很多不好处理的字符识别项目，如字符印刷深浅不一、有缺笔少划、有连字、喷码型字符、柱面上的字符识别等。
电感字符识别-比较好处理的，字符明显无缺损
电感字符识别-比较难处理-缺损严重-考虑深度学习方法
电感字符识别-比较难处理，有缺损
电感字符识别-比较难处理，有缺损，深浅不一
机器视觉光源
可以考虑使用同轴光源，环形光源，条形光源等机器视觉光源来照明。因为一般会在白色表面印黑字或黑色表面印白字，对比度一般会比较高。当然也有蚀刻的，这类照明会难处理一点。
工业相机
常规的130万像素级别的即可满足一般的应用。
工业镜头
可以使用普通的CCTV镜头。图像质量主要决定于产品本身。
图像处理算法
OCR字符识别是主要的算法，其他可以考虑分类、匹配等方法。图像质量较差的，还可以考虑深度学习的方法深度OCR，效果也是非常好的。
深度OCR
深度OCR
深度OCR（这里的8被认为是6，需要训练使用实际产品训练更多数据）
深度OCR（这里的8被认为是8，正确）
机器视觉项目实现难度
★~★★★★★
根据具体的产品情况来考虑吧。如图1所示的效果，就比较好处理。而后面的几个图像效果，都不是很好处理。不过使用深度学习的方法，也变得简单很多。