近年來，OCR在各個行業(yè)得到了廣泛的應用。例如，在食品行業(yè)，可以通過打印的二維碼查詢產(chǎn)品相關信息和價格。在醫(yī)藥行業(yè)，可以通過印刷資料了解藥品的使用說明和生產(chǎn)日期。在半導體工業(yè)中，通過半導體芯片上的字符和條形碼，可以獲得每個芯片的具體信息內(nèi)容。
OCR缺陷檢測是指對印刷在零部件或產(chǎn)品上的字符進行確認、識別和判斷的檢測。但由于產(chǎn)品型號眾多，商標絲印各不相同，造成此類缺陷的類型多樣，產(chǎn)品成像角度不穩(wěn)定。因此，OCR缺陷檢測對正確的照明、工業(yè)相機的相對位置、被檢測零件，以及復雜的機器視覺算法都有非常高的要求。深度學習對于OCR缺陷檢測非常重要。利用先進的圖像處理技術獲取目標信息，識別附著在目標物體上的文字圖像，動態(tài)判斷產(chǎn)品特征內(nèi)容，獲得檢測結(jié)果。
隨著機器視覺技術的不斷發(fā)展和深度學習技術的應用，利用這種融合技術獲取目標信息，現(xiàn)物體表面缺陷檢測越來越普遍。與前幾年相比，OCR缺陷檢測技術完全不同，檢測產(chǎn)品表面的字符不再是難事。
工業(yè)缺陷檢測系統(tǒng)可以提供一種非接觸、非破壞性、全自動的檢測方式，從而對元器件或產(chǎn)品表面的印刷內(nèi)容進行更高效的OCR缺陷檢測，解決復雜背景下識別難度高的問題。此外，工業(yè)缺陷檢測系統(tǒng)的識別精度和識別速度可以滿足大多數(shù)檢測場景的需求。
工業(yè)缺陷檢測利用深度學習技術動態(tài)判斷產(chǎn)品角色的內(nèi)容。未來，四川遠景達將繼續(xù)致力于工業(yè)缺陷檢測領域，建立基于深度學習的差異化發(fā)展優(yōu)勢，發(fā)展多元化生態(tài)鏈產(chǎn)業(yè)，打造智能化行業(yè)技術平臺，全面應用于電子、封裝、在印刷、化工、食品、塑料、紡織等行業(yè)。
