首先關(guān)注一個核心問題：什么場景下的OCR識別需求分別對應(yīng)選擇什么型號智能相機(jī)，以及是否需要深度學(xué)習(xí)？

一、字符識別 

     對于一些產(chǎn)線產(chǎn)品位置固定，OCR 特征清晰明顯，對比度高、背景簡單的字符，可 以通過傳統(tǒng)方式即閾值分割的形式進(jìn)行讀取的需求，相機(jī)字符識別自帶的模型可以應(yīng)對 現(xiàn)場如點(diǎn)陣、刻蝕、壓印出來的字符。自帶的模型內(nèi)部已經(jīng)訓(xùn)練了幾百萬張樣本，基本涵蓋了絕大部分應(yīng)用場景。

二、特征匹配（位置修正）+字符識別 

      對于一些產(chǎn)品在視野內(nèi)可能位置會變動、產(chǎn)品位置不固定但前景和背景灰度差較大、干擾較少的實(shí)際場景，可以開啟位置修正對字符識別進(jìn)行輔助定位，來保證產(chǎn)品移動、旋轉(zhuǎn)等各種情況下都可以定位到要識別的字符。 

注：開啟位置修正后，需保證模板區(qū)域始終在相機(jī)視野內(nèi)，否則特征匹配不到會持續(xù)NG。

三、DL 字符識別 

     在一些字符形態(tài)大小不統(tǒng)一，對比度低，背景存在干擾，字符粘連，畸變等場景， 傳統(tǒng)方法效果一般，這個時候可以用到深度學(xué)習(xí)，在常見行業(yè)如，食藥品包裝，電子行業(yè)，煙草行業(yè)薄膜，半導(dǎo)體晶源等等已經(jīng)實(shí)現(xiàn)全行業(yè)覆蓋，不需要進(jìn)行過多的模型訓(xùn)練，就可以實(shí)現(xiàn)字符的高效識別檢測，準(zhǔn)確率基本在三個九以上。

四、DL字符定位+DL字符識別
      在很多實(shí)際的OCR檢測需求中，字符位置不固定，字符大小不統(tǒng)一，甚至一些需求僅檢測視野內(nèi)某個特定區(qū)域內(nèi)的字符，應(yīng)對這類情況，往往需要深度學(xué)習(xí)定位和深度學(xué)習(xí)識別搭配起來使用，提高準(zhǔn)確率和穩(wěn)定性達(dá)到預(yù)期效果。

食品行業(yè)噴墨會導(dǎo)致字符大小、深淺、形態(tài)和位置都會有變化，傳統(tǒng)方法無法準(zhǔn)確定位到字符，引入深度學(xué)習(xí)定位和深度學(xué)習(xí)識別有效解決難題。