Inspection par OCR
pour détecter les textes imprimés illisibles ou erronés

L'inspection OCR basée sur l'IA est entraînée à partir d'images de vos propres impressions. Elle gère ainsi les bavures, les caractères pâles, les inclinaisons et les arrière-plans chargés qui mettent en échec la reconnaissance par modèle. L'OCR par apprentissage profond ne dépend pas d'une segmentation parfaite des caractères, où chaque lettre doit être isolée proprement avant d'être lue. C'est crucial sur les lignes à haute cadence où la qualité d'impression varie à mesure que les imprimantes chauffent, que les rubans s'usent et que les buses se bouchent partiellement. Cela signifie également que l'ajout de nouvelles polices ou de nouveaux formats se fait par l'entraînement sur des exemples, et non par la réécriture de règles.

La même plateforme lit les codes jet d'encre continus, le texte marqué au laser, la surimpression par transfert thermique et les étiquettes imprimées. Chaque méthode a un aspect différent. L'impression jet d'encre est basée sur des points et peut baver sur du carton poreux, tandis que l'impression par ruban est nette jusqu'à ce que le ruban s'use. La formation inclut les méthodes d'impression et les substrats que vous utilisez réellement, afin que le modèle apprenne à quoi ressemble une variation normale pour chacun d'eux avant de commencer à prendre des décisions.

Les deux. L'OCR industriel renvoie les caractères qu'il lit, et KOMPASS les compare ensuite avec la chaîne attendue pour le produit en cours, comme une date, un code de lot ou un nom de produit. Un paquet est rejeté si le texte est manquant, illisible ou différent de ce qui devrait être imprimé. La comparaison peut provenir d'une recette, de l'imprimante ou d'un système de ligne, de sorte que les changements de série la mettent à jour automatiquement.

Oui, lorsque le déclencheur, l'exposition et l'éclairage sont adaptés à la ligne. Les dates de péremption sont l'une des applications les plus courantes, car une date erronée ou illisible entraîne des rejets de la part des détaillants. Sur les lignes de conditionnement, la caméra doit capturer chaque article avec suffisamment de lumière et une courte exposition pour éviter le flou. Le débit est confirmé par rapport au cycle complet de la station, y compris le rejet, et non par la seule vitesse de lecture.

Suivez le taux de lecture, la part d'articles lus correctement, ainsi que les faux rejets et les erreurs manquées sur un ensemble étiqueté représentatif de la production. Incluez des impressions pâles, maculées et délibérément erronées. Testez sur différents quarts de travail, imprimantes et substrats, puis répétez l'opération après toute modification apportée à l'imprimante ou à l'emballage. Les lectures à faible confiance doivent être soumises à une révision plutôt que d'être forcées dans une décision de réussite ou d'échec. Convenez des objectifs d'acceptation avant la mise en service afin que tout le monde évalue la station selon les mêmes chiffres.

Un faible contraste d'impression est une cause fréquente. Une encre sombre sur un fond sombre ou à motifs, ou une impression pâle sur une surface brillante, peut laisser des caractères qu'une personne lit avec effort mais qu'une caméra distingue à peine du fond. L'angle, la couleur et la polarisation de l'éclairage sont ajustés lors de l'essai. Lorsque le contraste est trop faible pour une lecture fiable, le résultat vous indique également que l'imprimante nécessite une intervention.

La station envoie la réponse configurée à la ligne, telle qu'un rejet, une mise en attente ou un arrêt après des échecs répétés. Chaque échec est enregistré avec son image, le texte lu et le texte attendu. L'examen de ces images permet de déterminer si la cause provient de l'imprimante, du matériau d'emballage ou des données envoyées à l'imprimante, ce qui réduit le temps nécessaire pour corriger le problème. Des échecs répétés provenant d'une seule imprimante peuvent également arrêter la ligne avant qu'une palette entière ne soit affectée.

Envoyez des échantillons d'impressions correctes, d'impressions pâles ou maculées et de codes erronés connus, ainsi que le texte qui devrait apparaître et la manière dont il change selon les produits. Indiquez la vitesse de la ligne, les matériaux d'emballage et les points où un rejet peut se produire. Avec ces informations, nous pourrons évaluer l'éclairage, la position de la caméra et les besoins en formation, et recommander la manière dont la vision industrielle OCR doit vérifier le texte imprimé sur votre ligne.