在過去，光學字符識別(OCR)視覺系統并不被傳統地認為是快速、靈活或可維護的。然而，今天的系統是不同的，在世界范圍內，谷物和零食產品的頂級制造商要求OCR機器視覺系統，能夠從傳送帶上剔除打印錯誤數據代碼的包裝食品。該制造商尋求升級其現有的系統，以滿足新的質量標準和行業食品安全標準，并改善整體的OCR檢查過程。

OCR

如何才能設計出符合食品要求的高速OCR產品呢，必須先準備前端硬件，如相機，打印機和上萬張打印機在線打印的圖片，用于測試。

軟件上使用圖像集優化算法參數，并為必要的處理和成像硬件建立基線。測試結果包括多臺打印機和大量打印變化(例如對比度、長寬比、行位置、字符間距和曲線)。

噴碼字符

對于視覺系統的相機部分，可以選擇像元較大，幀率較高的相機，相機的分辨率按照我們的拍攝視野類確認即可，字符直徑一般為5像素的點，這樣可以實現99.97%的讀取率，即小于300parts /million的失敗率。而且可以減少圖像存儲和帶寬需求。

一次檢測的典型檢查時間大約是40毫秒，包括兩行文本，大約36個字符。

我們創建并測試了與標準英文字母數字字體性能類似的外國字體文件。該算法能夠在兩行總共36個字符的文本上每分鐘超過1200次檢查。在單次讀取嘗試中，讀取率高達2500次/分鐘。程序支持的多線程和多核處理幫助實現了所需的讀取速率。

每分鐘檢查1200個零件的速度只能提供50毫秒/零件的連續檢查時間。一次讀取嘗試的平均檢查時間剛好低于這個值，為40 ms。建議進行三次讀取嘗檢測，以增強系統的健壯性。檢測周期超過100ms，早期檢測時甚至高達286ms。為了克服這些困難，vision系統不得不依賴多線程架構特性。多線程是并行處理的意識，是計算機可以同時執行多個進程的功能。

通過多線程處理, vision系統還可以接收和緩沖圖像，以便在隊列中進行處理，并讓多個線程并行處理這些圖像。雖然多線程體系結構能夠很好地滿足較高的處理速度，但這要求視覺系統跟蹤被檢查的部件，以便根據可能更長的檢查時間正確地拒絕失敗的部件。

高速傳送帶

例如,如果材料在高速輸送機上運行，視覺系統處理隊列會比較長,或者閱讀的時間明顯加長,等待檢驗結果將大大延后，部分在傳送帶上的物品沒有得到通過或失敗結果。對于這樣應用程序，如果一次讀取需要長達500毫秒的時間來處理該部件，那么它將在傳送帶上向前移動近1米。我們要準備足夠長的傳送帶。

噴射器和檢測位置相隔1.5米,這樣在視覺系統的檢測時間偶爾過長，能夠保證檢驗結果將是排料之前能夠到達噴射器系統。

最后OCR解決方案是靈活和健壯的，足以滿足應用程序的需求。