矩案例 | 机器视觉OCR字符在“食品以及塑料包装标签”中的检测应用

在现代包装工业自动化生产中，涉及到许多检测测量，比如快速查找包装缺陷、标签缺陷、代码混淆、错误打印日期、未对齐标签、批次更改错误、错误标签、表面污染、日期代码、序列号、保质期和外观缺陷，提供完整的质量检测和自动剔除等。

这类应用的共同特点就是连续大批量生产、对外观质量要求高。通常这种带有高度重复性的工作依靠人工来检测，我们在一些传统加工工厂看到流水线上数以百计的工人来执行这道工序，给工厂带来巨大的人工成本和管理成本，并且仍不能保证“零缺陷”。我国作为人口大国，食品行业包装技术迅猛发展，据统计，我国二次包装的企业不少于800万家，这些企业分布在各个行业、区域，其中制药、食品等行业使用包装频率最高。

项目信息

随着生活水平不断提高，食品品质和安全已成为社会关注的焦点。生产日期是我们评估食品安全与否的一个重要标准，因此，保证生产日期等相关信息正确清晰的标注是食品生产过程中的一个重要环节，利用机器视觉技术进行OCR字符检测具有非常广阔的市场需求。

一、检测物

面包塑料外包装日期

二、检测要求

100%实现对不同口味面包塑料外包装日期喷码的识别

三、检测难点

①塑料膜为透明膜，容易受背景图案干扰

②颜色，字体粗细不同

③字符角度有变化

解决方案

矩视智能低代码平台-OCR字符检测功能，能够对工件或产品上刻印的字符进行确认、辨别、判定的检测，完美做到对食品生产线产品的生产日期记录和追溯。工作流程：第一步：采集图像，选择ocr功能，将图像上传到低代码平台。

第二步：根据指定检测字符，对字符进行标注，若有角度倾斜字符，可使用“旋转框”功能，针对倾斜角度旋转标注。

第三步：点击“训练”进入深度学习阶段，深度学习模型可以学习检测特定特征，如字符形状、字符字体、字符角度等信息。

第四步：检验训练效果，点击“测试”开始对训练效果进行验收，测试完毕后，未标注的图片信息转为已标注，表示自动标注完成。

第五步：下载模型，部署本地，安装到生产线上，验收效果。

平台对图片进行提取分析并和设定的比较得知产品是否有打码、生产批号等信息内容是否缺失；当检测到字符不合适时，系统发出声光报警并发出剔除信号。

为什么选择矩视智能云平台

?抗干扰能力强，广泛应用于各种包装标识的质量检测

平台可自动过滤背景等干扰因素，适合对初级和次级包装上的包装产品、包装、托盘、盒子、标签、小袋和印刷产品进行自动质量检查。如包装上的标签检查、包装日期检查、全方位包装破损检查、包装尺寸测量、标签放置和对齐、密封完整性检查、瓶子、盖子和填充物检查等。

?识别速度快，准确率高，助力企业自动化生产

平台不仅可以监控生产线每一件产品，还可以完整的统计生产数据，提供即时的制造信息以供决策。生产经理和操作员可以查看实时批次信息、确定运行速度、发现问题的位置等。

?旋转标注，便捷且灵活

字符中在图片中发生旋转，开启旋转框即可对人一角度字符进行识别和标注，无需任何代码，便捷且灵活。

机器视觉检测被越来越广泛地应用到产品检测环节，除了在外包装三期检测外，矩视智能低代码平台还广泛使用在食品外包装这些场景中：

1、盒装食品外包装检测对盒装食品的外包装进行检测（包括外包装破损、标签有无、生产日期有无等检测）；

2、透明瓶装饮料的液位及瓶盖缺损检测对透明瓶装饮料的液位进行检测，保障饮料灌装的一致性；对瓶盖包装进行检测，剔除漏装瓶盖、瓶盖歪斜等不良品；

3、易拉罐包装饮料、罐头食品等外形检测对易拉罐包装饮料、罐头食品等的拉环质量、生产日期有无、序列号等进行检测；

4、纸盒饮料外包装检测对纸盒饮料的外包装如吸管有无、插孔是否破损等进行检测；

5、整体包装计数对瓶装、盒装饮料等的整体包装进行计数，保证包装数量。