AI 驱动文档

您想了解什么？

OCR (Optical Character Recognition)

OV80i 可以使用预训练的 OCR 模型，直接从相机图像中读取打印的文本、序列号、日期代码及其他字母数字字符。与分类器和分割器不同，OCR 无需训练数据，开箱即用。

OCR 适用于以下场景：

验证序列号或批号代码是否与预期值匹配
确认标签存在且可读
读取日期/有效期代码以实现可追溯性
在装配过程中检查零部件上的零件号

仅限 OV80i

OCR 仅在 OV80i 上可用。OV20i 和 OV10i 不支持 OCR。

OCR 工作原理

OV80i 使用两阶段 AI 流水线进行文本识别：

文本检测：在感兴趣区域内查找文本位置，返回每个检测到的单词或文本区域的边界框。
文本识别：读取每个检测到的边界框内的字符，并返回带有置信度分数的文本字符串。

整个处理过程在相机的 NVIDIA Jetson Orin NX GPU 上运行，无需云端连接。

该模型可识别广泛的字符集，包括：

数字 (0-9)
拉丁字母 (A-Z, a-z, 带重音字符)
常用标点和符号
希腊字母
货币符号
数学运算符

备注

字符集是固定的，无法自定义。该模型支持约 480 个字符，涵盖了大多数基于拉丁语系的工业打印文本。

先决条件

在设置 OCR 之前，您需要一台已经满足以下条件的相机：

已物理安装并保持稳定
已连接到网络并可在浏览器中访问
已对焦于包含待读取文本的部件

如果尚未完成上述步骤，请先按照入门指南操作：

第一步：创建新程序

每次检测都始于一个程序。程序是一个完整的包：包含图像设置、对齐、感兴趣区域 (ROI)、AI 模型和输出规则。

在左侧边栏导航至 All Recipes
点击右上角的 + New
为程序起一个描述性的名称（例如 "Serial Number Check"、"Label Verification"）
点击激活将其设为活动程序，然后点击 Edit 打开程序编辑器

显示所有模块的程序编辑器概览

程序编辑器展示完整的检测流水线。您将从左到右依次操作：

图像设置（相机设置）
Image Alignment & Inspection Setup（模板、ROI）
AI模块（分类、分割、OCR、测量）
Set Pass/Fail & IO Logic（输出规则）

有关创建程序的详细演练，请参阅创建首次检测。

第二步：配置图像设置

良好的图像质量是 OCR 准确性的基础。文本必须清晰可见，且对比度强烈。

点击 Configure Imaging 或导航至 图像设置 选项卡
在观察实时预览的同时调整以下设置：

设置	OCR 目标
Exposure	足够明亮以清晰看到所有文本。过暗会使字符消失在背景中；过亮会使白色标签过曝。
Gain	尽量保持低值。高增益会引入噪点，对检测器来说看起来就像文本伪影。
Gamma	调整以改善文本与背景之间的对比度。
Focus	文本必须清晰。如果字符看起来模糊不清，请调整 C-mount 镜头的对焦环。

光照对 OCR 至关重要

OCR 准确性在很大程度上取决于图像质量。文本必须在相机图像中清晰可见，并与背景形成良好的对比。浅色背景上的深色文本或深色背景上的浅色文本均效果良好。请避免：

不均匀的光照在字符上产生阴影
光面标签上的眩光
曝光不足导致文本难以与背景区分

提示

在实时预览中放大文本区域。您能清晰阅读每个字符吗？如果您都读不出来，AI 也无法识别。

有关所有成像设置的详细指南，请参阅图像设置。

第三步：设置模板对齐

模板对齐告诉相机如何跟踪零件的位置和方向。这一步至关重要，因为零件并不总是落在传送带或夹具上的完全相同位置。

导航至 Template Image and Alignment 选项卡
将零件放置在相机的视野范围内
点击 Capture Template 拍摄参考图像
在始终存在且易于识别的特征上（例如，角点、徽标、安装孔）绘制 2-3 个小的模板区域

备注

将模板区域尽可能放置在零件上相距较远的位置。这能显著减少对齐过程中的角度抖动。两个相距较近的区域会导致旋转稳定性较差；而位于对角线两端的两个区域则可提供出色的稳定性。

注意

如果跳过对齐，您的 OCR ROI 将固定在绝对像素位置上。零件的任何移动都会导致 ROI 错过文本。生产使用时务必设置对齐。

有关模板对齐的详细指南，请参阅对齐。

第四步：创建 OCR 感兴趣区域 (ROI)

现在您将精确定义相机应在零件的哪个位置查找文本。这是 OCR 准确性最重要的一步。

4a. 导航至 Inspection Setup

在程序编辑器中点击 Inspection Setup 选项卡
您将看到带有模板图像的 Inspection Editor

4b. 添加 OCR 模型

在右侧面板中，查找 Models 部分
如果未看到列出的 OCR 模型，请点击底部的 Add 按钮并选择 OCR
OCR 模型将出现在 Models 列表中

备注

每个程序只能有一个 OCR 模块。但是，您可以在该模块中创建多个 ROI，以读取零件不同区域的文本。

4c. 创建 OCR ROI

确保 OCR 模型行在 Models 列表中处于选中（高亮）状态
在 Region of Interest 部分点击 Add ROI
一个新的矩形 ROI 将出现在图像上
拖动 ROI 将其定位到您想要读取的文本上
通过拖动角点手柄调整其大小

在文本上绘制了 OCR ROI 的 Inspection Setup

4d. 设置 ROI 方向

ROI 方向必须与文本方向一致

这是最重要的一点。您的 ROI 方向必须与您想要读取的文本方向相匹配。

OCR 引擎使用 ROI 的角度裁剪图像，然后将裁剪结果按文本水平方向进行处理。如果您的 ROI 角度与文本角度不匹配，引擎将尝试读取旋转后的文本并产生无意义的结果。

示例：

文本从左到右水平排列：ROI 角度应为 0 度
文本顺时针旋转 90 度：ROI 角度应为 90 度
文本上下颠倒：ROI 角度应为 180 度
文本呈 45 度角：ROI 角度应为 45 度

如何旋转 ROI：

点击 ROI 将其选中
使用 ROI 角点处的旋转手柄，或
直接在画布底部的位置字段中设置角度值

位置栏显示：H（高度）、W（宽度）、X 和 Y（位置），以及以度为单位的角度。

选中的 ROI 显示位置、尺寸以及 90.96 度的角度

4e. 正确调整 ROI 大小

使 ROI 尽可能紧贴文本区域。多余的背景会引入噪声，并可能导致误检。
保留少量边距（10-20 像素），以避免字符在边缘被裁剪。
不要包含其他无需识别的文本。如果存在多个文本区域，请为每个区域创建单独的 ROI。

提示

如果需要读取零件上多个区域的文本（例如序列号和日期代码），请为每个区域创建单独的 ROI。这样可以获得独立的结果，也使通过/失败规则更易于配置。

4f. 创建其他 ROI（可选）

为每个需要读取的文本区域重复步骤 4c-4e。每个 ROI 会在感兴趣区域列表中拥有自己的名称。双击名称可将其重命名为具有描述性的名称（例如 "Serial Number"、"Date Code"、"Part Label"）。

提示

使用复制粘贴可快速复制 ROI。名称会自动递增（例如 "ROI"、"ROI (1)"、"ROI (2)"）。

第 5 步：配置和测试 OCR 模型

5a. 导航到 OCR 模型

点击程序编辑器选项卡栏中的 OCR Block 选项卡。左侧显示相机画面，右侧显示设置面板。

OCR 模型概览页面

右侧面板显示：

OPTICAL CHARACTER RECOGNITION 描述
说明这是一个预训练模型，无需训练数据
使用实时预览或测试进行验证的说明

5b. 启用实时预览

勾选右上角的 Live Preview Mode 复选框。相机将开始实时处理帧。

带参数面板的 OCR 实时预览

启用实时预览后，您将看到：

Processing Time：OCR 模型每帧所需的处理时间
Latency：包括图像捕获和渲染在内的总往返时间
紫色边界框叠加在相机画面上，标识检测到的文本区域
检测到的文本作为标签显示在每个边界框上
右侧的参数面板用于调整检测设置

5c. 验证 OCR 是否正确读取

启用实时预览后，将零件放置在相机下方并验证：

是否检测到所有文本区域？ 您应该在 ROI 中的每个单词/短语周围看到紫色框。
文本是否被正确读取？ 标签应与零件上的实际文本相匹配。
是否存在误检？ 是否有非文本区域被错误地识别为文本？
轻微移动零件。 OCR 在不同位置是否仍能正常工作（这可测试对齐）？

如果文本未被检测到或读取错误，请检查：

ROI 方向是否与文本方向一致（参见步骤 4d）
ROI 是否正确定位在文本上方
图像质量是否良好（对焦清晰、对比度高、光照均匀）
尝试调整 OCR 参数（参见下一节）

第 6 步：调整 OCR 参数

启用实时预览后，右侧面板会显示四个可调参数。它们控制文本检测阶段（查找文本所在位置），而不是识别阶段（读取文本内容）。

参数	默认值	作用
Text Segmentation Threshold	0.10	检测器对某区域包含文本的置信度要求。值越高 = 检测越严格，误报越少但可能漏掉模糊文本。值越低 = 越灵敏，能捕捉模糊文本但可能产生误检。范围：0.0 到 1.0。
Unclip Ratio	4.0	从文本轮廓向外扩展检测边界框的程度。值越高 = 边界框越大。如果边界框裁剪到大字符的边缘，请增大此值。如果相邻单词合并到同一个框中，请减小此值。
Unclip Ceiling	20	扩展时的最大像素数。该值限制扩展幅度，使大文本上的高比率扩展不会生成过大的框。如果大文本在增大 Unclip Ratio 后仍被裁剪，请提高此值。
Min Text Area	500	检测到的文本区域的最小面积（以像素为单位）。小于此值的内容会被作为噪声丢弃。如果小的伪影被检测为文本，请增大此值。如果小但有效的文本被过滤掉，请减小此值。

何时调整参数

从默认值开始。仅在实时预览中看到具体问题时才进行调整：

问题	要调整的参数	方向
非文本区域被检测为文本	Text Segmentation Threshold	增大
有效文本被漏检	Text Segmentation Threshold	减小
边界框裁剪到字符边缘	Unclip Ratio	增大
相邻单词合并到同一个框中	Unclip Ratio	减小
大文本上的框过大	Unclip Ceiling	减小
增大 Unclip Ratio 后大文本仍被裁剪	Unclip Ceiling	增大
噪声/伪影被检测为文本	Min Text Area	增大
小的有效文本被过滤掉	Min Text Area	减小

参数更改会在实时预览中立即生效，因此您可以迭代调整。这些参数不仅在预览期间有效，在生产捕获期间同样适用。

第七步：使用捕获的图像进行测试

通过实时预览调整参数后，请使用一系列生产样品验证 OCR。

7a. 使用测试面板

禁用实时预览模式（取消选中复选框）
点击 Test 按钮

包含 Select From Library 和 Upload 选项的 Test OCR Block 面板

点击 Select From Library 从之前捕获的检测中选择图像，或点击 Upload Captures 从计算机上传图像
每个 ROI 的测试结果显示：
- Detected Text（以等宽/代码格式显示）
- Confidence（颜色编码标签：绿色高于 80%，橙色高于 50%，红色低于 50%）
- Detection Count（找到的文本区域数量）

7b. 需要关注的内容

一致性：对于相同的零件，OCR 每次读取的文本是否相同？
准确性：检测到的字符串是否与零件上的实际文本一致？
置信度分数：是否一直高于 80%？低置信度通常表示图像质量问题。
边缘案例：使用文本被涂污、褪色或部分遮挡的零件进行测试。

警告

如果置信度分数持续低于 80%，请重新检查图像设置（第二步）。OCR 准确性与图像质量直接相关。任何参数调优都无法弥补模糊或光照不佳的图像。

第八步：设置通过/失败规则（IO 逻辑）

OCR 正确检测文本后，需要定义什么构成 pass 或 fail。导航至 IO Logic 选项卡。

基本模式

基本模式提供简单的基于规则的 UI 用于 OCR 通过/失败逻辑。无需 Node-RED 知识。

包含 OCR Rules 部分的 Basic Mode Pass/Fail & IO Logic

页面显示：

左侧的 Preview / Test 选项卡（用于根据规则可视化结果）
右侧的 OCR Rules 部分
用于激活规则的 Save & Deploy 按钮
切换到 Node-RED 的 Advanced Mode 按钮

创建规则

点击 + Add rule 创建通过/失败规则。每条规则有三个字段：

显示 ROIs 下拉菜单、Operator 下拉菜单和 Text 输入的 Add rule

字段	描述
ROIs	要评估的 ROI。点击展开并选择 "All ROIs" 或指定特定区域。
Operator	对检测到的文本执行的比较。
Text	要比较的预期文本字符串。

可用运算符

点击 Operator 下拉菜单查看所有四个选项：

显示 equals、not equals、includes、not includes 的 Operator 下拉菜单

运算符	行为	示例用例
= (equals)	所有检测到的文本连接后必须与预期文本完全匹配	验证序列号读取结果恰好为 "SN-2025-0042"
!= (not equals)	连接后的文本必须不匹配预期文本	拒绝带有已知错误代码的零件
includes	连接后的文本必须包含预期文本作为子字符串	检查标签中某处包含 "SAFETY" 一词
not includes	连接后的文本必须不包含预期文本	确保已弃用的产品代码未出现

文本比较方式

重要：文本拼接行为

当一个 ROI 包含多个检测到的文本区域时（例如，检测器将 "LOT" 和 "2025" 识别为单独的单词），所有独立的文本字符串将在比较前用空格拼接。

因此，如果检测器发现三个文本区域分别读取为 "LOT"、"2025" 和 "A1"，拼接后的文本即为 "LOT 2025 A1"。您的规则将与此完整拼接字符串进行比较。

这意味着：

针对 "LOT 2025 A1" 的 equals 规则将通过
针对 "2025" 的 includes 规则将通过
仅针对 "LOT" 的 equals 规则将失败（因为拼接后的文本包含的内容不止 "LOT"）

多条规则

您可以通过再次点击 + Add rule 来添加多条规则。所有规则均采用 AND 逻辑：每条规则都必须通过，OCR 检查才会通过。如果任何一条规则失败，整个检测都会失败。

ROI 选择

ROIs 下拉菜单显示 All ROIs 选项

点击 ROIs 下拉菜单，选择该规则应用于哪个（哪些）区域：

All ROIs：该规则评估所有 OCR 区域合并后的文本
Specific ROI：展开以按名称选择单个 ROI（这就是为什么在第 4f 步中以描述性方式命名您的 ROI 很重要）

保存并部署

配置好规则后，点击 Save & Deploy 以激活它们。规则将立即对后续所有检测生效。

高级模式 (Node-RED)

对于基础模式无法处理的更复杂的 pass/fail 逻辑，请切换到高级模式。

点击 Advanced Mode 按钮，将显示一个确认对话框：

基础模式确认对话框，解释切换说明

该对话框说明：

高级模式使用完整的 Node-RED 可视化编程环境
任何基础模式的规则都将被停用
您可以随时切换回基础模式

点击 Switch to Advanced Mode（如果您已处于高级模式，按钮将显示为 Basic Mode）。

带 Check OCR 节点的高级模式 Node-RED 流程

在高级模式下，您将看到一个 Node-RED 流程画布，其中包含预构建的节点，包括：

All Block Outputs：接收来自所有 AI 模块的结果（分类、分割、OCR、测量）
Check OCR（或类似节点）：一个包含用于评估 OCR 结果的 JavaScript 的函数节点
Classification Block Logic / Format Data for PLC / Trigger：用于集成的其他输出节点
Inspection Pass/Fail：最终的通过/失败判定
Save to Library：存储结果

Node-RED 中的 OCR 输出 Payload

在高级模式下，OCR 结果可在 msg.payload.ocr 对象中获取。这让您可以通过编程方式完整访问每个检测结果：

{
  "predictions": [
    {
      "roi_id": 1,
      "roi_name": "Serial Number",
      "center_x_global": 450,
      "center_y_global": 220,
      "angle_global": 90,
      "search_area_id": 1,
      "detections": [
        {
          "text": "SN-2025-0042",
          "confidence": 0.95,
          "roi_bbox": {
            "x": 10,
            "y": 5,
            "width": 120,
            "height": 30,
            "angle": 0
          },
          "global_bbox": {
            "x": 450,
            "y": 220,
            "width": 120,
            "height": 30,
            "angle": 90
          }
        }
      ]
    }
  ]
}

字段	说明
roi_id	产生此结果的 ROI 的数字 ID
roi_name	您为 ROI 指定的名称（例如，"Serial Number"）
center_x_global / center_y_global	ROI 在整帧坐标系中的中心位置
angle_global	ROI 在整帧中的旋转角度
search_area_id	此 ROI 所属的检测类型 / 搜索区域
detections	在此 ROI 中找到的单个文本检测的数组
detections[].text	识别出的文本字符串
detections[].confidence	识别置信度，范围从 0.0 到 1.0（已限定区间）
detections[].roi_bbox	相对于 ROI 裁剪原点的边界框位置
detections[].global_bbox	整个相机画面中的边界框位置（考虑了 ROI 旋转和对齐）

提示

使用 msg.payload.ocr.predictions[0].detections.map(d => d.text).join(" ") 即可获得与基础模式比较时所用相同的拼接文本字符串。

通过高级模式，您可以：

使用 JavaScript 对检测到的文本应用正则表达式模式
按置信度阈值过滤检测结果
将 OCR 结果与分类/分割结果结合用于复杂逻辑
为 PLC 输出格式化 OCR 文本（例如，通过 EtherNet/IP 发送检测到的序列号）
根据 OCR 内容向 Microsoft Teams 或电子邮件发送自定义消息

有关 Node-RED 的详细指南，请参阅 Node-RED Basics。

在不同模式间切换

您可以随时使用 IO 逻辑页面顶部的切换按钮在基础模式和高级模式之间切换。切换到基础模式时，任何已部署的 Node-RED 逻辑都将被停用，并被基础模式的规则替换。切换回高级模式时，Node-RED 流程将被恢复。

第 9 步：部署程序

完成 OCR 设置和测试后：

返回 程序编辑器（点击左侧边栏中的 程序编辑器）
点击右下角紫色的 部署程序 按钮
程序现已激活并正在运行检测

查看结果

HMI

HMI 页面显示实时检测结果。OCR 激活后，您将看到：

实时相机画面，检测到的文本周围带有紫色边界框
显示读取内容的文本标签
基于 IO 逻辑规则的通过/失败状态
运行统计信息：检测总数、通过数、失败数、良品率百分比

HMI 视图显示实时 OCR 检测结果

库

点击左侧边栏中的库可查看过往捕获的存储结果。每个捕获条目显示：

带有 OCR 叠加层的捕获图像
每个 ROI 的检测文本
置信度分数
通过/失败结果

故障排除

未检测到文本

可能原因	解决方法
ROI 未定位在文本上	在检测设置中重新定位 ROI
ROI 方向与文本不匹配	旋转 ROI 以与文本方向对齐（第 4d 步）
图像中文本过小	将相机移近或使用更长焦距的镜头
文本相对于 ROI 过小	使 ROI 更紧贴文本区域
Min Text Area 过高	降低 Min Text Area 参数
光照不佳 / 对比度低	改善光照以最大化文本与背景之间的对比度
文本模糊	调整 C-mount 镜头的对焦并确认相机安装稳固
未设置对齐	文本检测需要对齐。设置模板对齐（第 3 步）

检测到错误文本（误读）

可能原因	解决方法
ROI 方向与文本方向不匹配	这是首要原因。旋转 ROI 以与文本方向对齐（第 4d 步）
图像质量差或存在噪声	增加曝光、降低增益、改善光照
Text Segmentation Threshold 过低	提高该值以过滤误检测的文本
重叠的文本区域合并为单个检测	降低 Unclip Ratio 以防止框合并
一个 ROI 中包含多行文本	如果读取顺序重要，请为每行创建单独的 ROI

OCR 置信度持续偏低

可能原因	解决方法
光照均匀性差	确保文本区域光照均匀
文本上有眩光或反射（尤其是光面标签）	调整光照角度以消除镜面反射。考虑使用漫射光照。
字体非常小或样式过于风格化	将相机移近或使用更长焦距的镜头以增大图像中的文本尺寸
文本损坏、褪色或部分印刷	OCR 只能读取相机看到的内容。如果文本物理上已退化，准确度会降低。
图像设置中增益过高	降低增益。高增益会引入看起来像文本伪影的噪声。

通过/失败规则未按预期工作

可能原因	解决方法
文本拼接方式与预期不同	启用实时预览并检查确切检测到的文本。请记住，多个检测结果使用空格连接。
在应使用 "includes" 时使用了 "equals"	如果您只关心子字符串，请使用 "includes" 而非 "equals"
规则未部署	在 Basic Mode 中更改规则后，点击 Save & Deploy
规则中选择了错误的 ROI	检查规则中的 ROIs 下拉菜单，确保其目标为正确的区域

限制

每个程序最多 1 个 OCR 模型（该模型内可包含多个 ROI）
仅针对英文优化的模型：预训练模型针对基于拉丁字母的印刷文本进行了优化。不支持手写体、草书或非拉丁文字（中文、日文、韩文、阿拉伯文）。
基本模式下不支持正则表达式或模式匹配：通过/失败规则使用简单的字符串比较（等于、不等于、包含、不包含）。对于复杂的验证模式（例如，匹配 "SN-####-####"），请使用高级模式（Node-RED）配合自定义 JavaScript 正则表达式。
无用户可配置的字符集：模型的 480 字符字典是固定的。例如，您无法将识别限制为仅数字。请使用通过/失败规则来验证预期格式。
不保证文本顺序：当在一个 ROI 内检测到多个文本区域时，它们将按检测顺序（按轮廓）连接，不一定按阅读顺序（从左到右、从上到下）。如果阅读顺序很重要，请为每行文本使用单独的 ROI。
仅预训练模型：与分类和分割不同，OCR 模型无法针对您的特定字体或文本样式进行重新训练或微调。它使用内置的预训练 OCR 模型。

另请参阅

创建首个检测 - 完整的程序创建演练
图像设置 - 详细的图像设置指南
对齐 - 模板对齐深入讲解
感兴趣区域 (ROI) - ROI 尺寸与策略
检测设置与 ROI 类型 - ROI 类型参考
Node-RED 基础 - 高级 IO 逻辑编程
图像设置基础 - 照明与图像质量理论

您想了解什么？

OCR 工作原理​

先决条件​

第一步：创建新程序​

第二步：配置图像设置​

第三步：设置模板对齐​

第四步：创建 OCR 感兴趣区域 (ROI)​

4a. 导航至 Inspection Setup​

4b. 添加 OCR 模型​

4c. 创建 OCR ROI​

4d. 设置 ROI 方向​

4e. 正确调整 ROI 大小​

4f. 创建其他 ROI（可选）​

第 5 步：配置和测试 OCR 模型​

5a. 导航到 OCR 模型​

5b. 启用实时预览​

5c. 验证 OCR 是否正确读取​

第 6 步：调整 OCR 参数​

第七步：使用捕获的图像进行测试​

7a. 使用测试面板​

7b. 需要关注的内容​

第八步：设置通过/失败规则（IO 逻辑）​

基本模式​

创建规则​

可用运算符​

文本比较方式​

多条规则​

ROI 选择​

保存并部署​

高级模式 (Node-RED)​

Node-RED 中的 OCR 输出 Payload​

第 9 步：部署程序​

查看结果​

HMI​

库​

故障排除​

未检测到文本​

检测到错误文本（误读）​

OCR 置信度持续偏低​

通过/失败规则未按预期工作​

限制​

另请参阅​