钢印OCR字符识别

在汽车、铸造、冶金等行业中常会用到钢印技术，钢印字符主要应用于各类硬质外表面上，多具有字符与背景颜色相近、背景易反光、字符印迹不明显、字符倾斜等特征。因此，使用传统方法对钢印字符进行检测时，容易受到各类因素的干扰导致检测准确率低。此外，传统方法的效果优化操作复杂且实现度较差。

在以上场景中，矩视智能工业AI视觉云平台(www.nb-ai.com)针对钢印类字符识别特设计专业底层神经网络架构，能够准确识别印迹不明显的字符。随着样本集的不断增加，准确率可达99.99%。平台也不需要开发人员耗费大量时间，只需使用简单的标注工具。

产品

案例

一、模糊钢印字符识别案例

传统算法的难题：

钢印OCR主要用于各类金属外表面上，易出现印迹不明显的字符，传统机器视觉算法进行字符识别后还需要人工抽检，耗费大量的人力的同时识别准确率也偏低。

矩视智能工业AI视觉云平台（www.nb-ai.com)模糊钢印字符识别：

云平台是由用户自主上传图片进行标注，肉眼能够识别的字符算法均可学习。同时搭载本地化GPU运行，识别准确率最高可达99.99%，识别速度等同于4~6个工人的检验速度，可以7*24小时字符识别，释放更多劳动力。

二、复杂背景识别案例

传统算法的难题：

金属零部件表面会受到环境或油污等影响，导致打光后的字符也会以不同灰度值的形式呈现，传统OCR算法在设置阈值参数时难以选择。

矩视智能工业AI视觉云平台（www.nb-ai.com)复杂背景字符识别：

针对钢印类字符设计底层神经网络专用架构，突破了传统识别技术的瓶颈，不需要选取阈值，仅需简单的标注训练就可直接进行字符的定位与识别。

三、倾斜字符识别案例

传统算法的难题：

因生产需要，零部件的形状大小种类较多，导致字符行会出现倾斜、弯曲等情况，传统框架进行处理字符后，还需要对字符进行轮廓分割，弯曲字符也无法直接识别。

矩视智能工业AI视觉云平台(www.nb-ai.com)——倾斜字符识别：

云平台拥有上千种字符模板，可以匹配各种不同形态的字符。对于弯曲字符也可以通过“先标注后训练”的方式进行识别。此外对于特殊字符也可以准确识别。

四、低对比度字符识别案例

传统算法的难题：

金属表面会根据实际需求进行喷涂等操作，导致字符颜色和背景颜色对比度较低，传统图像拍照识别难度大，造成识别信息不全、误识别以及识别速度慢等情况，无法适应实际生产中的字符识别需求。

矩视智能工业AI视觉云平台(www.nb-ai.com)低对比度字符识别的优势：

云平台针对背景颜色和字符颜色相近情况进行底层的算法优化，通过精准标注训练，完美适配低对比度字符的定位和识别，排除背景颜色的干扰。识别速度可以达到毫秒级别。

北京矩视智能科技有限公司(www.nb-ai.com)是一家工业AI视觉云平台提供商，致力于将人工智能应用于工业视觉领域，在线提供字符识别、缺陷检测、目标定位等功能，可覆盖上千种工业细分场景，引领工业视觉领域的通用人工智能。创始团队来自国内外顶尖大学，已落地近百个工业视觉场景，获融资近千万元。