Lesen von OCR-Codes auf Telefongehäusen
Optische Zeichentexterkennung auf strukturiertem Spritzgusskunststoff
Ähnliche Produkte
Grafische Programmierumgebung für Deep Learning-basierte industrielle Bildanalyse
Ausgestattet mit der In-Sight ViDi Deep-Learning-basierten Bildverarbeitungssoftware
In modernen Lieferketten wird es immer wichtiger, dass einzelne Teile rückverfolgbar sind. Durch Prägung von Datums- und Chargeninformationen in Klarschrift am Herstellungsort lässt sich leicht sicherstellen, dass ein Gegenstand aus Spritzguss, wie zum Beispiel ein Telefongehäuse, korrekt ist. Der Code kann dann für Bestandszwecke, zur Fälschungsverhinderung und zur Feststellung der Quelle verwendet werden, sollte das Produkt später nicht funktionieren. Unlesbarer geprägter Text beeinträchtigt die Möglichkeit der Rückverfolgung und führt zu mangelnder Transparenz in der Lieferkette.
Der geprägte Text wird direkt markiert (DPM) und besteht aus demselben Material wie das Gehäuse. Er ist kontrastarm. Das Gehäuseinnere ist strukturiert. Abweichungen des Formteils bedeuten, dass der Text viele verschiedene Spiegelungen und Schatten aufweisen kann. Selbst wenn nur kleine Mängel im Spritzguss auftreten, kann das zu fehlenden Teilen oder Verzerrungen der Zeichen führen. Leichte Abweichungen des Beleuchtungswinkels können zu einem unterschiedlichen Erscheinungsbild der Buchstaben führen.
All diese Probleme verursachen Ungenauigkeiten beim Lesen dieses Textes durch eine herkömmliche Bildverarbeitung mit OCR-Technologie.
Cognex Deep Learning liest schwierige geprägte OCR-Codes auf schnell laufenden Produktionslinien genau. Das Deep Learning-OCR-Tool lässt sich dank einer vorab trainierten Schriftenbibliothek leicht einrichten und einsetzen. Es wird anhand eines kleinen, gekennzeichneten Bildsatzes von geprägtem Text auf Telefongehäusen trainiert. Nachdem das OCR-Tool jedes Zeichen gelernt hat, erkennt es diese vor verwirrendem Hintergrund, sogar bei unvorhersehbaren Formteilfehlern und unter verschiedenen Beleuchtungswinkeln.
Sobald ein neues Gehäusematerial oder eine andere Textposition auftritt, ist nur ein aktualisierter gekennzeichneter Bildsatz erforderlich, um das OCR-Tool so zu trainieren, dass es den neuen Text erkennen und lesen kann.
