製造におけるOCRとOCVの比較：読み取りと検証

99%文字の精度のクレームは印象的ですが、文字列の精度が重要な指標です。数字、文字、記号などの複数の文字が文字列を形成します。文字列とは、読んだり確認したりしようとしているコードです。産業用コードの読み取りでは、文字列は最大30文字まで使用できます。  

ある研究では、光沢のある食品ラベルの包装を読んだときに0.912文字のエラー率（CER）が見つかった。これは、文字の約9%が読めなかったことを意味する。20文字のコードの場合、1桁のエラー率はコードの20%近くが読み取り不能であり、追加コスト、手直し、誤った出荷などのリスクにさらされます。

そのリスクは規模とともに増大する。文字列が長ければ長いほど、また、無効なソリューションで読むコードが多いほど、コードを読み取れなくなる可能性が高くなります。

その故障率はソフトウェアやハードウェアのバグではなく、OCRとOCVを混同することによって引き起こされる数学的確実性です。

これらの2つのアプリケーションは、多くの場合、医薬品ラインまたは高速パッケージングコンベアに並行して実装されますが、さまざまな質問をします。原題は\"What does this text say? もう一つは、“この文章は正しいのか？”です。

光学式文字認識 (OCR)

OCRは、1つの質問に答えます。これは 何を意味するのでしょうか？画像から未知のテキストを機械可読データ に変換します。自動車用ピストンの固有のシリアル番号または医薬品上のロットコードを取得する必要がある場合に、OCR設置するします。

OCVとは？ （裁判官）

光学文字検証（OCV）

 OCVは別の質問に答えます。この文章は正確ですか？ アプリケーション  の品質がチェックされます。欠けているドット、インクの汚れ、または色褪せた日付スタンプを探します。 テキストが何を言うべきか（例えば、今日の生産実行に固有のバッチ番号）をすでに知っている場合、OCVを使用し、マーキング方法が正しく機能することを確認する必要があります。OCRがデータを見る間、OCVは 欠陥を検出する。 

ケーススタディ: Yuman Wine GroupとPanPass Technology

これまで、従業員はコードの可読性を検査し、データを手作業で転記していました。しかし、ライン速度と主観的な人間分析が向上すると、生産上の問題が生じる可能性があります。中国北部の著名な酒メーカーである山東省青州ワイングループは、これを直接学びました。

“過去に、スプレーコードが歪んだり欠陥があったりすると、人間の検査官はこれらの問題を特定できる”と、Yunmenのデジタル戦略開発担当副大臣Lui Kaiqiangは述べた。しかし、新しい生産ライン3倍の速度では、人間の目はこれらの欠陥を検出できません。  

ユンメンが直面したその他の課題には、低コントラストのボトル、複合背景、一貫性のない印刷品質などがありました。

酒瓶のコードが読み取れないと、大きなリスクとコストがかかります。同社は、原材料、生産プロセス、サプライチェーンの透明性を追跡することが困難であり、需要を予測することが難しくなりました。また、判読不能なコードのボトルは再加工または廃棄する必要があるため、コストを抑えるために誤った不合格を最小限に抑えることも同様に重要でした。 

“OCR要件は厳格で、誤りや欠陥はない”とカイキアン氏は付け加えた。当社の広範の評価に基づくと、コグネックス OCRソリューションの精度は99.9%を超えました。

北京のトレーサビリティ|追跡記録|追跡性および偽造防止会社であるPanPass Technology Co., Ltd.は、Yunmenのトレーサビリティ|追跡記録|追跡性の取り組み強化する、向上するするためにコグネックスと提携しました。PanPassの製品識別ソリューションは、製品とパッケージにテキストベースの製品識別（PID）コードを使用し、PanPassのクラウドプラットフォームにリンクして検証と追跡を行います。

PanPassとYunmenはIn-Sight ビジョンシステムコグネックスAIを使用してPIDコードを検証し、データをPanPassのプラットフォームに送信しました。  

\"当社の顧客の主な優先事項は信頼性です\"とPanPassの会長兼CEOであるZhang Yonghong氏は述べました。一貫したパフォーマンスと技術革新も重要です。コグネックスマシンビジョンテクノロジは、これらのすべての懸念に対処します。 

AI がルールベーステンプレートマッチング OCR を上回る方法

従来のマシンビジョンOCRは、テンプレートのマッチングに依存しており、システムは定義された文字とルールのライブラリを使用してテキストを認識し、読みます。この方法は、ビジョンシステムが構造化された文書またはラベルを読み取っているときに優れていますが、製造画像条件に依存しています。

湾曲した面、マット仕上げ、完璧なラベルなど、製造環境におけるOCRの現実世界の課題は、テンプレートのマッチングにとって非常に困難です。コードを確実に読み取るには、画像処理|画像形成|画像生成変数と文字変数が多すぎます。 

AI有効化ビジョンシステムは、コントラストを最大化し、湾曲した面上のコードを補正する専用のビジョンツールを使用して、これらの課題を解決します。 

AIは強力なツールですが、カメラの設置、部品/製品の向き、照明などの基本を最初に正しく理解することが重要です。 

OCR のみを実行すると、完全に読み取られたコードが判読できなくなることがあります。スメアした有効期限の製品を出荷する場合。OCVのみを実行すると、印刷品質は正しいがコンテンツが間違っている部品が拒否されます。何の理由もなくラインを失った。

二重層アプローチは、トレーサビリティ|追跡記録|追跡性、コンプライアンス、顧客の信頼が線上にある製造環境の標準になりつつあります。

2つの技術の中から選ぶ必要はありません。OCR と OCV の両方を使用することで、コード品質を確保し、コード品質の根本原因の特定を支援し、完全な追跡とトレーサビリティ|追跡記録|追跡性を保証します。