Conclusiones clave
- El reconocimiento de caracteres ópticos (reconocimiento óptico de caracteres) es una aplicación de visión artificial que lee caracteres alfanuméricos obtenidos de una imagen y los convierte en información legible por máquina.
- La verificación óptica de caracteres (verificación óptica de caracteres (OCV)) determina la calidad de los caracteres en una imagen, buscando defectos como manchas, elementos faltantes y rayones.
- Si bien la precisión de los caracteres es importante, la precisión de la cadena es la métrica que más importa. Un carácter incorrecto puede hacer que un código completo no sea válido.
Cómo su sistema de reconocimiento óptico de caracteres “99 % preciso” causa fallas ocultas
Una afirmación de precisión de 99 % de caracteres suena impresionante, pero la precisión de la cadena es la métrica que importa. Múltiples caracteres como números, letras o símbolos forman una cadena: el código que intenta leer o verificar. En la lectura de códigos industriales, las cadenas pueden alcanzar hasta 30 caracteres.
Un estudio encontró una tasa de error (CER) de 0,912 caracteres al leer el envase de etiquetas de alimentos brillantes, lo que significa que alrededor del 9 % de los caracteres eran ilegibles. Para un código de 20 caracteres, esa tasa de error de un solo dígito significa que casi el 20 % de los códigos son ilegibles, lo que expone las operaciones a riesgos como costos adicionales, retrabajo y envíos incorrectos.
Ese riesgo crece con la escala. Cuanto más largas sean sus cadenas de caracteres y más códigos lea con una solución ineficaz, mayores serán las probabilidades de que no pueda leer un código.
Esa tasa de fallas no es un error de software o hardware, es una certeza matemática, causada por el saturamiento del reconocimiento óptico de caracteres con la verificación óptica de caracteres (OCV).
Si bien estas dos aplicaciones a menudo se implementan una al lado de la otra en una línea farmacéutica o en una cinta transportadora de empaque de alta velocidad, hacen diferentes preguntas. Uno pregunta: “¿Qué dice este texto?” El otro pregunta: “¿Es correcto este texto?”
El reconocimiento óptico de caracteres lee el número VIN en una pieza automotriz.
La verificación óptica de caracteres (OCV) juzga la precisión del texto y la calidad de la impresión.
¿Qué es el reconocimiento óptico de caracteres? (El “lector”)
Reconocimiento Óptico de Caracteres (OCR)
El reconocimiento óptico de caracteres responde una sola pregunta: ¿Qué dice esto? Convierte el texto desconocido de una imagen en información legible por máquina. Puede implementar el reconocimiento óptico de caracteres cuando necesita capturar el número de serie único de un pistón automotriz o el código de lote en productos farmacéuticos.
¿Qué es la verificación óptica de caracteres (verificación óptica de caracteres (OCV))? (El “juez”)
Verificación verificación óptica de caracteres (verificación óptica de caracteres (OCV)))
La verificación óptica de caracteres (OCV) responde una pregunta diferente: ¿Este texto es preciso? La aplicación verifica la calidad de la impresión. Busca un punto faltante, una mancha en la tinta o un sello de fecha descolorido. Usted utiliza la verificación óptica de caracteres (OCV) cuando ya sabe qué debe decir el texto (por ejemplo, un número de lote específico para la ejecución de producción actual) y necesita asegurarse de que el método de marcado funcione correctamente. Mientras que el reconocimiento óptico de caracteres ve información, la verificación óptica de caracteres (OCV) detecta defectos.
Velocidad y consistencia: Donde el reconocimiento óptico de caracteres manual y la operación de verificación óptica de caracteres (OCV) no son suficientes
Caso práctico: Yuman Wine Group y tecnología PanPass
Históricamente, los colaboradores inspeccionaban los códigos de legibilidad y transcribían la información de forma manual. Sin embargo, el aumento de las velocidades de línea y el análisis subjetivo humano pueden crear problemas de producción. Shandong Quingzhou Yuman Wine Group, un destacado fabricante de licores en el norte de China, aprendió esto de primera mano.
“En el pasado, si los códigos de pulverización estaban distorsionados o defectuosos, los inspectores humanos podían identificar estos problemas”, dijo Lui Kaiqiang, Viceministro de Desarrollo de Estrategia Digital en Yunmen. “Sin embargo, con la velocidad triple de la nueva línea de fabricación, los ojos humanos no pueden detectar estos defectos”.
Otros retos que Yunmen enfrentó incluyeron botellas de bajo contraste, fondos de complejo y calidad de impresión inconsistente.
Los códigos ilegibles en botellas de licor presentan inmensos riesgos y costos. A la empresa le resultó difícil rastrear la materia prima, los procesos de producción y la cadena de suministros, lo que dificulta la previsión de la demanda. Y las botellas con códigos ilegibles deben ser reprocesadas o desechadas, por lo que era igual de importante minimizar los rechazos falsos para mantener los costos bajos.
“Los requisitos de reconocimiento óptico de caracteres son estrictos, sin errores ni fallas”, agregó Kaiquiang. “Según nuestro análisis integral, la tasa de precisión de la solución de reconocimiento óptico de caracteres (OCR) de Cognex fue superior al 99,9 %”.
PanPass Technology Co., Ltd., una empresa de rastreabilidad y antifalsificación en Beijing, se asoció con Cognex para mejorar las iniciativas de rastreabilidad de Yunmen. La solución de identidad de productos de PanPass utiliza códigos de identidad de productos (PID) basados en texto en productos y empaques, que están vinculados a la plataforma en la nube de PanPass para su verificación y seguimiento.
PanPass y Yunmen utilizaron In-Sight vision systems e IA de Cognex para verificar los códigos PID y transmitir la información a la plataforma de PanPass.
“La principal prioridad de nuestros clientes es la confiabilidad”, dijo Zhang Yonghong, presidente y director ejecutivo de PanPass. “El rendimiento constante y la innovación tecnológica también son importantes. La tecnología de visión artificial de Cognex aborda todas estas inquietudes”.
Cómo la IA supera el reconocimiento óptico de caracteres de coincidencia de plantillas en base a reglas
El reconocimiento óptico de caracteres de visión artificial tradicional se basa en la coincidencia de plantillas, donde un sistema utiliza una biblioteca definida de caracteres y normas para reconocer y leer texto. reconocimiento óptico de caracteres Este método se destaca cuando un sistema de visión lee documentos o etiquetas estructurados, pero se basa en imágenes ideales, una rareza en los entornos de fabricación.
Los retos del mundo real del reconocimiento óptico de caracteres en ambientes de fabricación como superficie curvo, acabados mate y rótulos impecables son un desafío prohibitivo para la coincidencia de plantillas. Hay demasiadas variables de imagenología y caracteres para leer códigos de manera confiable.
Los sistemas de visión habilitado para IA resuelven estos retos utilizando herramientas de visión dedicadas que maximizan los contrastes y compensan los códigos en superficie curvo.
Si bien la IA es una herramienta poderosa, es importante obtener primero los aspectos básicos, como la ubicación de la cámara, la orientación de la pieza/producto y la luz.
Informe de investigación: Cómo la IA está transformando la visión de máquina
Encuestamos a cientos de fabricantes, integradores y OEMs de diferentes geografías e industrias sobre la adopción y el uso de la IA. Lea para aprender qué impulsa las decisiones de compra, las actitudes hacia la IA y cómo la IA ofrece rendimiento y simplicidad.
Conclusión: Un enfoque híbrido
Cuando solo ejecuta el reconocimiento óptico de caracteres, una lectura perfecta puede ser ilegible. Usted envía un producto con una fecha de vencimiento manchada. Cuando solo ejecuta la verificación óptica de caracteres (OCV), rechaza piezas con calidad de impresión correcta pero con contenidos incorrectos. Usted detiene su línea sin motivo.
El enfoque de dos capas se está convirtiendo en la norma en los ambientes de fabricación donde la rastreabilidad, la conformidad y la confianza de los clientes están en juego.
No tiene que elegir entre las dos tecnologías. El uso de reconocimiento óptico de caracteres y verificación óptica de caracteres (OCV) garantiza la calidad de código, puede ayudarlo a encontrar la causa principal de la calidad de código y garantiza un seguimiento y rastreabilidad completos.