OCR (光学字符识别)

Optical Character Recognition，把图像中的字符识别成可编辑文本的技术。在工业视觉中常用于产品序列号、条码、批号识别。

定义

OCR 是机器视觉的经典任务之一。工业 OCR 与通用 OCR（如文档识别）的区别在于：

• 工业字符常印刷在金属、塑料、玻璃等反光表面，难度大
• 字符位置和方向更可控
• 实时性要求高（产线节拍）
• 准确率要求极高（追溯链路不允许错误）

技术细节

两代技术：

1. 传统 OCR：模板匹配 + 特征工程，对字体、背景敏感
2. 深度学习 OCR：CNN + CTC / 端到端 Transformer（如 PaddleOCR、TrOCR），泛化能力强

工业典型应用

• 产品序列号 / SN / 批号读取（追溯）
• DPM 字符（金属直接打标）识别
• 印刷质量检测（缺字、错字）
• 药品包装批号、有效期识别

主要玩家

• 国际：Cognex In-Sight OCR、Keyence OCR、MVTec HALCON
• 国内：凌云光 / 海康机器人 / 开源 PaddleOCR

在 AI 产业链中的角色

OCR 是 5-12-AI制造-工业视觉 子行业最基础、最广泛的应用之一，从早期 2D 视觉时代延续至今，并通过深度学习焕发新生命力。

∈ belongs_to::5-12-AI制造-工业视觉