字符检测系统-OCR字符检测-标签字符识别

　　关键词：OCR光学字符识别/字符检测识别/生产日期字符检测/OCR字符检测

　　描述：光学字符验证，简称OCV，是一种用于检查光学字符识别（OCR）字符串的打印或标记质量并确认其易辨识性的机器视觉软件工具。该技术除了可以检查所呈现的字符串内容是否正确，还可以检查字符串的质量、对比度和清晰度，并对品质不合格的样品进行标记或剔除。

　　光学字符识别OCR（Optical Character Recognition）被广泛应用于印刷包装、物流等行业。印刷质量检测、包装质量检测、产品包装条码检测、字符识别等环节均有大量涉及。其特点是量产、重复性高、智能化程度高。其技术原理是通过视觉检测有明暗对的图形来确定形状，然后利用字符识别将形状转换为计算机文字的过程。

　　换而言之，它是利用印刷字符光学锚定目标图像文件中的字符来转换为黑白点阵图像文件，并将图像中的字符通过识别软件转换为文本格式来进一步处理。因此，如何利用辅助信息提高识别准确率是OCR研究的重点课题，这也是ICR一词出现的原因。评价一个OCR系统性能的主要指标有：拒绝率、误识别率、识别速度、界面友好、产品稳定性、易用性和可行性等。

　　ocr识别技术的工作过程可以分为以下几个步骤：

　　1、图像输入：进行图像识别，首先采集的图像可以是名片、身份证、护照、驾照、驾照、公文、证件等，然后输入图像到识别核心。

　　2、图像预处理：这个过程包括二值化（将图像上像素的灰度值设置为0或255），即使整个图像只呈现黑白视觉效果）、去噪、倾斜校正等。

　　3、布局分析：将要识别的文件进行拆分和存储。

　　4、字符切割：此时需要定位切割字符，定位字符串的边界，然后单独切割字符串，单段分割后再做识别。

　　5、特征提取：提取字符特征，为后续识别提供依据。

　　6、字符识别：使用模板粗分类和模板精匹配，从当前字符中提取的特征向量用于识别特征模板库中的字符。

　　7、排版回复：根据原版对识别结果进行排版，输出Word或pdf格式的文档。

　　8、后处理修正：根据实际情况，也就是通过特定语言上下文的关系来修正识别结果的一种算法。

　　人类要实现生活、工作、学习等一系列基本活动，必须依靠自己的器官。而在人眼中，除了大脑，工业机器人也不例外。在工业生产中，要想完成正常的生产任务，就需要有一套完整、先进的视觉检测系统。不同于喷墨和激光打码的压印方式，钢印字符的三期（生产日期、有效期、生产批号）由于压印方式的原因，文字内容和背景色差不明显，对字符检测质量来说便有了更高的要求。