首先關(guān)注一個(gè)核心問(wèn)題：什么場(chǎng)景下的OCR識別需求分別對應選擇什么型號智能相機，以及是否需要深度學(xué)習？

一、字符識別 

     對于一些產(chǎn)線(xiàn)產(chǎn)品位置固定，OCR 特征清晰明顯，對比度高、背景簡(jiǎn)單的字符，可 以通過(guò)傳統方式即閾值分割的形式進(jìn)行讀取的需求，相機字符識別自帶的模型可以應對 現場(chǎng)如點(diǎn)陣、刻蝕、壓印出來(lái)的字符。自帶的模型內部已經(jīng)訓練了幾百萬(wàn)張樣本，基本涵蓋了絕大部分應用場(chǎng)景。

二、特征匹配（位置修正）+字符識別 

      對于一些產(chǎn)品在視野內可能位置會(huì )變動(dòng)、產(chǎn)品位置不固定但前景和背景灰度差較大、干擾較少的實(shí)際場(chǎng)景，可以開(kāi)啟位置修正對字符識別進(jìn)行輔助定位，來(lái)保證產(chǎn)品移動(dòng)、旋轉等各種情況下都可以定位到要識別的字符。 

注：開(kāi)啟位置修正后，需保證模板區域始終在相機視野內，否則特征匹配不到會(huì )持續NG。

三、DL 字符識別 

     在一些字符形態(tài)大小不統一，對比度低，背景存在干擾，字符粘連，畸變等場(chǎng)景， 傳統方法效果一般，這個(gè)時(shí)候可以用到深度學(xué)習，在常見(jiàn)行業(yè)如，食藥品包裝，電子行業(yè)，煙草行業(yè)薄膜，半導體晶源等等已經(jīng)實(shí)現全行業(yè)覆蓋，不需要進(jìn)行過(guò)多的模型訓練，就可以實(shí)現字符的高效識別檢測，準確率基本在三個(gè)九以上。

四、DL字符定位+DL字符識別
      在很多實(shí)際的OCR檢測需求中，字符位置不固定，字符大小不統一，甚至一些需求僅檢測視野內某個(gè)特定區域內的字符，應對這類(lèi)情況，往往需要深度學(xué)習定位和深度學(xué)習識別搭配起來(lái)使用，提高準確率和穩定性達到預期效果。

食品行業(yè)噴墨會(huì )導致字符大小、深淺、形態(tài)和位置都會(huì )有變化，傳統方法無(wú)法準確定位到字符，引入深度學(xué)習定位和深度學(xué)習識別有效解決難題。