AI 驅動文件
您想了解什麼？
OCR (Optical Character Recognition)
OV80i 可以使用預訓練的 OCR 模型，直接從相機影象中讀取列印的文字、序列號、日期程式碼及其他字母數字字元。與分類器和分割器不同，OCR 無需訓練資料，開箱即用。
OCR 適用於以下場景：
- 驗證序列號或批號程式碼是否與預期值匹配
- 確認標籤存在且可讀
- 讀取日期/有效期程式碼以實現可追溯性
- 在裝配過程中檢查零部件上的零件號
OCR 僅在 OV80i 上可用。OV20i 和 OV10i 不支援 OCR。
OCR 工作原理
OV80i 使用兩階段 AI 流水線進行文字識別：
- 文字檢測：在感興趣區域內查詢文字位置，返回每個檢測到的單詞或文字區域的邊界框。
- 文字識別：讀取每個檢測到的邊界框內的字元，並返回帶有置信度分數的文字字串。
整個處理過程在相機的 NVIDIA Jetson Orin NX GPU 上執行，無需雲端連線。
該模型可識別廣泛的字符集，包括：
- 數字 (0-9)
- 拉丁字母 (A-Z, a-z, 帶重音字元)
- 常用標點和符號
- 希臘字母
- 貨幣符號
- 數學運算子
字符集是固定的，無法自定義。該模型支援約 480 個字元，涵蓋了大多數基於拉丁語系的工業列印文字。
先決條件
在設定 OCR 之前，您需要一臺已經滿足以下條件的相機：
- 已物理安裝並保持穩定
- 已連線到網路並可在瀏覽器中訪問
- 已對焦於包含待讀取文字的部件
如果尚未完成上述步驟，請先按照入門指南操作：
第一步：建立新程式
每次檢測都始於一個程式。程式是一個完整的包：包含影象設定、對齊、感興趣區域 (ROI)、AI 模型和輸出規則。
- 在左側邊欄導航至 All Recipes
- 點選右上角的 + New
- 為程式起一個描述性的名稱（例如 "Serial Number Check"、"Label Verification"）
- 點選 啟用 將其設為活動程式，然後點選 Edit 開啟程式編輯器
程式編輯器展示完整的檢測流水線。您將從左到右依次操作：
- 影象設定（相機設定）
- Image Alignment & Inspection Setup（模板、ROI）
- AI模組（分類、分割、OCR、測量）
- Set Pass/Fail & IO Logic（輸出規則）
有關建立程式的詳細演練，請參閱 建立首次檢測。
第二步：配置影象設定
良好的影象質量是 OCR 準確性的基礎。文字必須清晰可見，且對比度強烈。
- 點選 Configure Imaging 或導航至 影象設定 選項卡
- 在觀察實時預覽的同時調整以下設定：
| 設定 | OCR 目標 |
|---|---|
| Exposure | 足夠明亮以清晰看到所有文字。過暗會使字元消失在背景中；過亮會使白色標籤過曝。 |
| Gain | 儘量保持低值。高增益會引入噪點，對檢測器來說看起來就像文字偽影。 |
| Gamma | 調整以改善文字與背景之間的對比度。 |
| Focus | 文字必須清晰。如果字元看起來模糊不清，請調整 C-mount 鏡頭的對焦環。 |
OCR 準確性在很大程度上取決於影象質量。文字必須在相機影象中清晰可見，並與背景形成良好的對比。淺色背景上的深色文字或深色背景上的淺色文字均效果良好。請避免：
- 不均勻的光照在字元上產生陰影
- 光面標籤上的眩光
- 曝光不足導致文字難以與背景區分
在實時預覽中放大文字區域。您能清晰閱讀每個字元嗎？如果您都讀不出來，AI 也無法識別。
有關所有成像設定的詳細指南，請參閱 影象設定。
第三步：設定模板對齊
模板對齊告訴相機如何跟蹤零件的位置和方向。這一步至關重要，因為零件並不總是落在傳送帶或夾具上的完全相同位置。
- 導航至 Template Image and Alignment 選項卡
- 將零件放置在相機的視野範圍內
- 點選 Capture Template 拍攝參考影象
- 在始終存在且易於識別的特徵上（例如，角點、徽標、安裝孔）繪製 2-3 個小的模板區域
將模板區域儘可能放置在零件上相距較遠的位置。這能顯著減少對齊過程中的角度抖動。兩個相距較近的區域會導致旋轉穩定性較差；而位於對角線兩端的兩個區域則可提供出色的穩定性。
如果跳過對齊，您的 OCR ROI 將固定在絕對畫素位置上。零件的任何移動都會導致 ROI 錯過文字。生產使用時務必設定對齊。
有關模板對齊的詳細指南，請參閱 對齊。
第四步：建立 OCR 感興趣區域 (ROI)
現在您將精確定義相機應在零件的哪個位置查詢文字。這是 OCR 準確性最重要的一步。
4a. 導航至 Inspection Setup
- 在程式編輯器中點選 Inspection Setup 選項卡
- 您將看到帶有模板影象的 Inspection Editor
4b. 新增 OCR 模型
- 在右側面板中，查詢 Models 部分
- 如果未看到列出的 OCR 模型，請點選底部的 Add 按鈕並選擇 OCR
- OCR 模型將出現在 Models 列表中
每個程式只能有一個 OCR 模組。但是，您可以在該模組中建立多個 ROI，以讀取零件不同區域的文字。
4c. 建立 OCR ROI
- 確保 OCR 模型行在 Models 列表中處於選中（高亮）狀態
- 在 Region of Interest 部分點選 Add ROI
- 一個新的矩形 ROI 將出現在影象上
- 拖動 ROI 將其定位到您想要讀取的文字上
- 透過拖動角點手柄調整其大小
4d. 設定 ROI 方向
這是最重要的一點。您的 ROI 方向必須與您想要讀取的文字方向相匹配。
OCR 引擎使用 ROI 的角度裁剪影象，然後將裁剪結果按文字水平方向進行處理。如果您的 ROI 角度與文字角度不匹配，引擎將嘗試讀取旋轉後的文字併產生無意義的結果。
示例：
- 文字從左到右水平排列：ROI 角度應為 0 度
- 文字順時針旋轉 90 度：ROI 角度應為 90 度
- 文字上下顛倒：ROI 角度應為 180 度
- 文字呈 45 度角：ROI 角度應為 45 度
如何旋轉 ROI：
- 點選 ROI 將其選中
- 使用 ROI 角點處的旋轉手柄，或
- 直接在畫布底部的位置欄位中設定角度值
位置欄顯示：H（高度）、W（寬度）、X 和 Y（位置），以及以度為單位的角度。
4e. 正確調整 ROI 大小
- 使 ROI 儘可能緊貼文字區域。多餘的背景會引入噪聲，並可能導致誤檢。
- 保留少量邊距（10-20 畫素），以避免字元在邊緣被裁剪。
- 不要包含其他無需識別的文字。如果存在多個文字區域，請為每個區域建立單獨的 ROI。
如果需要讀取零件上多個區域的文字（例如序列號和日期程式碼），請為每個區域建立單獨的 ROI。這樣可以獲得獨立的結果，也使透過/失敗規則更易於配置。
4f. 建立其他 ROI（可選）
為每個需要讀取的文字區域重複步驟 4c-4e。每個 ROI 會在感興趣區域列表中擁有自己的名稱。雙擊名稱可將其重新命名為具有描述性的名稱（例如 "Serial Number"、"Date Code"、"Part Label"）。
使用複製貼上可快速複製 ROI。名稱會自動遞增（例如 "ROI"、"ROI (1)"、"ROI (2)"）。
第 5 步：配置和測試 OCR 模型
5a. 導航到 OCR 模型
點選程式編輯器選項卡欄中的 OCR Block 選項卡。左側顯示相機畫面，右側顯示設定面板。
右側面板顯示：
- OPTICAL CHARACTER RECOGNITION 描述
- 說明這是一個預訓練模型，無需訓練資料
- 使用實時預覽或測試進行驗證的說明
5b. 啟用實時預覽
勾選右上角的 Live Preview Mode 覈取方塊。相機將開始實時處理幀。
啟用實時預覽後，您將看到：
- Processing Time：OCR 模型每幀所需的處理時間
- Latency：包括影象捕獲和渲染在內的總往返時間
- 紫色邊界框疊加在相機畫面上，標識檢測到的文字區域
- 檢測到的文字作為標籤顯示在每個邊界框上
- 右側的引數面板用於調整檢測設定
5c. 驗證 OCR 是否正確讀取
啟用實時預覽後，將零件放置在相機下方並驗證：
- 是否檢測到所有文字區域？ 您應該在 ROI 中的每個單詞/短語周圍看到紫色框。
- 文字是否被正確讀取？ 標籤應與零件上的實際文字相匹配。
- 是否存在誤檢？ 是否有非文字區域被錯誤地識別為文字？
- 輕微移動零件。 OCR 在不同位置是否仍能正常工作（這可測試對齊）？
如果文字未被檢測到或讀取錯誤，請檢查：
- ROI 方向是否與文字方向一致（參見步驟 4d）
- ROI 是否正確定位在文字上方
- 影象質量是否良好（對焦清晰、對比度高、光照均勻）
- 嘗試調整 OCR 引數（參見下一節）
第 6 步：調整 OCR 引數
啟用實時預覽後，右側面板會顯示四個可調引數。它們控制文字檢測階段（查詢文字所在位置），而不是識別階段（讀取文字內容）。
| 引數 | 預設值 | 作用 |
|---|---|---|
| Text Segmentation Threshold | 0.10 | 檢測器對某區域包含文字的置信度要求。值越高 = 檢測越嚴格，誤報越少但可能漏掉模糊文字。值越低 = 越靈敏，能捕捉模糊文字但可能產生誤檢。範圍：0.0 到 1.0。 |
| Unclip Ratio | 4.0 | 從文字輪廓向外擴充套件檢測邊界框的程度。值越高 = 邊界框越大。如果邊界框裁剪到大字元的邊緣，請增大此值。如果相鄰單詞合併到同一個框中，請減小此值。 |
| Unclip Ceiling | 20 | 擴充套件時的最大畫素數。該值限制擴充套件幅度，使大文字上的高比率擴充套件不會生成過大的框。如果大文字在增大 Unclip Ratio 後仍被裁剪，請提高此值。 |
| Min Text Area | 500 | 檢測到的文字區域的最小面積（以畫素為單位）。小於此值的內容會被作為噪聲丟棄。如果小的偽影被檢測為文字，請增大此值。如果小但有效的文字被過濾掉，請減小此值。 |
從預設值開始。僅在實時預覽中看到具體問題時才進行調整：
| 問題 | 要調整的引數 | 方向 |
|---|---|---|
| 非文字區域被檢測為文字 | Text Segmentation Threshold | 增大 |
| 有效文字被漏檢 | Text Segmentation Threshold | 減小 |
| 邊界框裁剪到字元邊緣 | Unclip Ratio | 增大 |
| 相鄰單詞合併到同一個框中 | Unclip Ratio | 減小 |
| 大文字上的框過大 | Unclip Ceiling | 減小 |
| 增大 Unclip Ratio 後大文字仍被裁剪 | Unclip Ceiling | 增大 |
| 噪聲/偽影被檢測為文字 | Min Text Area | 增大 |
| 小的有效文字被過濾掉 | Min Text Area | 減小 |
引數更改會在實時預覽中立即生效，因此您可以迭代調整。這些引數不僅在預覽期間有效，在生產捕獲期間同樣適用。
第七步：使用捕獲的影象進行測試
透過實時預覽調整引數後，請使用一系列生產樣品驗證 OCR。
7a. 使用測試面板
- 禁用實時預覽模式（取消選中覈取方塊）
- 點選 Test 按鈕
- 點選 Select From Library 從之前捕獲的檢測中選擇影象，或點選 Upload Captures 從計算機上傳影象
- 每個 ROI 的測試結果顯示：
- Detected Text（以等寬/程式碼格式顯示）
- Confidence（顏色編碼標籤：綠色高於 80%，橙色高於 50%，紅色低於 50%）
- Detection Count（找到的文字區域數量）
7b. 需要關注的內容
- 一致性：對於相同的零件，OCR 每次讀取的文字是否相同？
- 準確性：檢測到的字串是否與零件上的實際文字一致？
- 置信度分數：是否一直高於 80%？低置信度通常表示影象質量問題。
- 邊緣案例：使用文字被塗汙、褪色或部分遮擋的零件進行測試。
如果置信度分數持續低於 80%，請重新檢查影象設定（第二步）。OCR 準確性與影象質量直接相關。任何引數調優都無法彌補模糊或光照不佳的影象。
第八步：設定透過/失敗規則（IO 邏輯）
OCR 正確檢測文字後，需要定義什麼構成 pass 或 fail。導航至 IO Logic 選項卡。
基本模式
基本模式提供簡單的基於規則的 UI 用於 OCR 透過/失敗邏輯。無需 Node-RED 知識。
頁面顯示：
- 左側的 Preview / Test 選項卡（用於根據規則視覺化結果）
- 右側的 OCR Rules 部分
- 用於啟用規則的 Save & Deploy 按鈕
- 切換到 Node-RED 的 Advanced Mode 按鈕
建立規則
點選 + Add rule 建立透過/失敗規則。每條規則有三個欄位：
| 欄位 | 描述 |
|---|---|
| ROIs | 要評估的 ROI。點選展開並選擇 "All ROIs" 或指定特定區域。 |
| Operator | 對檢測到的文字執行的比較。 |
| Text | 要比較的預期文字字串。 |
可用運算子
點選 Operator 下拉選單檢視所有四個選項：
| 運算子 | 行為 | 示例用例 |
|---|---|---|
| = (equals) | 所有檢測到的文字連線後必須與預期文字完全匹配 | 驗證序列號讀取結果恰好為 "SN-2025-0042" |
| != (not equals) | 連線後的文字必須不匹配預期文字 | 拒絕帶有已知錯誤程式碼的零件 |
| includes | 連線後的文字必須包含預期文字作為子字串 | 檢查標籤中某處包含 "SAFETY" 一詞 |
| not includes | 連線後的文字必須不包含預期文字 | 確保已棄用的產品程式碼未出現 |
文字比較方式
當一個 ROI 包含多個檢測到的文字區域時（例如，檢測器將 "LOT" 和 "2025" 識別為單獨的單詞），所有獨立的文字字串將在比較前用空格拼接。
因此，如果檢測器發現三個文字區域分別讀取為 "LOT"、"2025" 和 "A1"，拼接後的文字即為 "LOT 2025 A1"。您的規則將與此完整拼接字串進行比較。
這意味著：
- 針對
"LOT 2025 A1"的 equals 規則將透過 - 針對
"2025"的 includes 規則將透過 - 僅針對
"LOT"的 equals 規則將失敗（因為拼接後的文字包含的內容不止 "LOT"）
多條規則
您可以透過再次點選 + Add rule 來新增多條規則。所有規則均採用 AND 邏輯：每條規則都必須透過，OCR 檢查才會透過。如果任何一條規則失敗，整個檢測都會失敗。
ROI 選擇
點選 ROIs 下拉選單，選擇該規則應用於哪個（哪些）區域：
- All ROIs：該規則評估所有 OCR 區域合併後的文字
- Specific ROI：展開以按名稱選擇單個 ROI（這就是為什麼在第 4f 步中以描述性方式命名您的 ROI 很重要）
儲存並部署
配置好規則後，點選 Save & Deploy 以啟用它們。規則將立即對後續所有檢測生效。
高階模式 (Node-RED)
對於基礎模式無法處理的更復雜的 pass/fail 邏輯，請切換到高階模式。
點選 Advanced Mode 按鈕，將顯示一個確認對話方塊：
該對話方塊說明：
- 高階模式使用完整的 Node-RED 視覺化程式設計環境
- 任何基礎模式的規則都將被停用
- 您可以隨時切換回基礎模式
點選 Switch to Advanced Mode（如果您已處於高階模式，按鈕將顯示為 Basic Mode）。
在高階模式下，您將看到一個 Node-RED 流程畫布，其中包含預構建的節點，包括：
- All Block Outputs：接收來自所有 AI 模組的結果（分類、分割、OCR、測量）
- Check OCR（或類似節點）：一個包含用於評估 OCR 結果的 JavaScript 的函式節點
- Classification Block Logic / Format Data for PLC / Trigger：用於整合的其他輸出節點
- Inspection Pass/Fail：最終的透過/失敗判定
- Save to Library：儲存結果
Node-RED 中的 OCR 輸出 Payload
在高階模式下，OCR 結果可在 msg.payload.ocr 物件中獲取。這讓您可以透過程式設計方式完整訪問每個檢測結果：
{
"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
}
}
]
}
]
}
| 欄位 | 說明 |
|---|---|
| roi_id | 產生此結果的 ROI 的數字 ID |
| roi_name | 您為 ROI 指定的名稱（例如，"Serial Number"） |
| center_x_global / center_y_global | ROI 在整幀座標系中的中心位置 |
| angle_global | ROI 在整幀中的旋轉角度 |
| search_area_id | 此 ROI 所屬的檢測型別 / 搜尋區域 |
| detections | 在此 ROI 中找到的單個文字檢測的陣列 |
| detections[].text | 識別出的文字字串 |
| detections[].confidence | 識別置信度，範圍從 0.0 到 1.0（已限定區間） |
| detections[].roi_bbox | 相對於 ROI 裁剪原點的邊界框位置 |
| detections[].global_bbox | 整個相機畫面中的邊界框位置（考慮了 ROI 旋轉和對齊） |
使用 msg.payload.ocr.predictions[0].detections.map(d => d.text).join(" ") 即可獲得與基礎模式比較時所用相同的拼接文字字串。
透過高階模式，您可以：
- 使用 JavaScript 對檢測到的文字應用正規表示式模式
- 按置信度閾值過濾檢測結果
- 將 OCR 結果與分類/分割結果結合用於複雜邏輯
- 為 PLC 輸出格式化 OCR 文字（例如，透過 EtherNet/IP 傳送檢測到的序列號）
- 根據 OCR 內容向 Microsoft Teams 或電子郵件傳送自定義訊息
有關 Node-RED 的詳細指南，請參閱 Node-RED Basics。
您可以隨時使用 IO 邏輯 頁面頂部的切換按鈕在基礎模式和高階模式之間切換。切換到基礎模式時，任何已部署的 Node-RED 邏輯都將被停用，並被基礎模式的規則替換。切換回高階模式時，Node-RED 流程將被恢復。
第 9 步：部署程式
完成 OCR 設定和測試後：
- 返回 程式編輯器（點選左側邊欄中的 程式編輯器）
- 點選右下角紫色的 部署程式 按鈕
- 程式現已啟用並正在執行檢測
檢視結果
HMI
HMI 頁面顯示實時檢測結果。OCR 啟用後，您將看到：
- 實時相機畫面，檢測到的文字週圍帶有紫色邊界框
- 顯示讀取內容的文字標籤
- 基於 IO 邏輯規則的透過/失敗狀態
- 執行統計資訊：檢測總數、透過數、失敗數、良品率百分比
庫
點選左側邊欄中的 庫 可檢視過往捕獲的儲存結果。每個捕獲條目顯示：
- 帶有 OCR 疊加層的捕獲影象
- 每個 ROI 的檢測文字
- 置信度分數
- 透過/失敗結果
故障排除
未檢測到文字
| 可能原因 | 解決方法 |
|---|---|
| ROI 未定位在文字上 | 在檢測設定中重新定位 ROI |
| ROI 方向與文字不匹配 | 旋轉 ROI 以與文字方向對齊（第 4d 步） |
| 影象中文字過小 | 將相機移近或使用更長焦距的鏡頭 |
| 文字相對於 ROI 過小 | 使 ROI 更緊貼文字區域 |
| Min Text Area 過高 | 降低 Min Text Area 引數 |
| 光照不佳 / 對比度低 | 改善光照以最大化文字與背景之間的對比度 |
| 文字模糊 | 調整 C-mount 鏡頭的對焦並確認相機安裝穩固 |
| 未設定對齊 | 文字檢測需要對齊。設定模板對齊（第 3 步） |
檢測到錯誤文字（誤讀）
| 可能原因 | 解決方法 |
|---|---|
| ROI 方向與文字方向不匹配 | 這是首要原因。旋轉 ROI 以與文字方向對齊（第 4d 步） |
| 影象質量差或存在噪聲 | 增加曝光、降低增益、改善光照 |
| Text Segmentation Threshold 過低 | 提高該值以過濾誤檢測的文字 |
| 重疊的文字區域合併為單個檢測 | 降低 Unclip Ratio 以防止框合併 |
| 一個 ROI 中包含多行文字 | 如果讀取順序重要，請為每行建立單獨的 ROI |
OCR 置信度持續偏低
| 可能原因 | 解決方法 |
|---|---|
| 光照均勻性差 | 確保文字區域光照均勻 |
| 文字上有眩光或反射（尤其是光面標籤） | 調整光照角度以消除鏡面反射。考慮使用漫射光照。 |
| 字型非常小或樣式過於風格化 | 將相機移近或使用更長焦距的鏡頭以增大影象中的文字尺寸 |
| 文字損壞、褪色或部分印刷 | OCR 只能讀取相機看到的內容。如果文字物理上已退化，準確度會降低。 |
| 影象設定中增益過高 | 降低增益。高增益會引入看起來像文字偽影的噪聲。 |
透過/失敗規則未按預期工作
| 可能原因 | 解決方法 |
|---|---|
| 文字拼接方式與預期不同 | 啟用實時預覽並檢查確切檢測到的文字。請記住，多個檢測結果使用空格連線。 |
| 在應使用 "includes" 時使用了 "equals" | 如果您只關心子字串，請使用 "includes" 而非 "equals" |
| 規則未部署 | 在 Basic Mode 中更改規則後，點選 Save & Deploy |
| 規則中選擇了錯誤的 ROI | 檢查規則中的 ROIs 下拉選單，確保其目標為正確的區域 |
限制
- 每個程式最多 1 個 OCR 模型（該模型內可包含多個 ROI）
- 僅針對英文最佳化的模型：預訓練模型針對基於拉丁字母的印刷文字進行了最佳化。不支援手寫體、草書或非拉丁文字（中文、日文、韓文、阿拉伯文）。
- 基本模式下不支援正規表示式或模式匹配：透過/失敗規則使用簡單的字串比較（等於、不等於、包含、不包含）。對於複雜的驗證模式（例如，匹配 "SN-####-####"），請使用高階模式（Node-RED）配合自定義 JavaScript 正規表示式。
- 無使用者可配置的字符集：模型的 480 字元字典是固定的。例如，您無法將識別限制為僅數字。請使用透過/失敗規則來驗證預期格式。
- 不保證文字順序：當在一個 ROI 內檢測到多個文字區域時，它們將按檢測順序（按輪廓）連線，不一定按閱讀順序（從左到右、從上到下）。如果閱讀順序很重要，請為每行文字使用單獨的 ROI。
- 僅預訓練模型：與分類和分割不同，OCR 模型無法針對您的特定字型或文字樣式進行重新訓練或微調。它使用內建的預訓練 OCR 模型。
另請參閱
- 建立首個檢測 - 完整的程式建立演練
- 影象設定 - 詳細的影象設定指南
- 對齊 - 模板對齊深入講解
- 感興趣區域 (ROI) - ROI 尺寸與策略
- 檢測設定與 ROI 型別 - ROI 型別參考
- Node-RED 基礎 - 高階 IO 邏輯程式設計
- 影象設定基礎 - 照明與影象質量理論