Clasificación SKU por color: captura estable

Objetivo y límites de uso

Registre color original comparable con movimiento y materiales antes de asignar clase de color o SKU.

Este tutorial describe una evaluación de ingeniería, no una certificación de producto listo para funcionar. El ejemplo público actual de PC de Deyi Vision cubre un flujo EAN-13 con imágenes de muestra confirmadas. Antes de utilizar OCR o detección nativos del código de ingeniería, compruebe el entorno instalado, los modelos vinculados y el trabajo. Una plantilla de navegador no demuestra ejecución en él: el backend OpenCV.js previsto requiere verificación independiente. El reconocimiento en la nube exige aprobar expresamente las imágenes, el proveedor, el modelo y el coste. Un archivo de revisión no es un paquete ejecutable de publicación. Verifique por separado la compatibilidad de cámara, firmware y controlador. Todos los valores de la hoja son hipotéticos; no son mediciones ni resultados de clientes de Deyi Vision.

Preparar las pruebas

Use acabados reales y referencia neutra bajo luz prevista; incluya brillo, decoloración y productos nuevos, declarando formato. Antes de reutilizar la captura, compruebe formato y región activa con la receta. Registre binning, escalado y conversión porque cambia la escala de píxel. Compare el archivo y la entrada del primer nodo; si difieren, conserve identidades y transformación. Al reconectar, distinga exposición nueva y cuadro almacenado repetido. Bloquee aprobación automática ante identidad incierta y guarde el evento, sin reiniciar silenciosamente el contador. Clasificar por color y reconocer SKU responde preguntas distintas. Una región puede coincidir con el rojo de referencia y pertenecer al tamaño, etiqueta o envase equivocados. Defina si se clasifica el color físico, se verifica el SKU esperado o se exigen ambos controles independientes. Use imágenes de color con orden de canales conocido y guarde exposición, balance de blancos y espectro de luz en la receta. Pruebe lotes admisibles, brillo, sombras y productos ajenos, no solo una carta limpia. Con baja saturación el tono es poco fiable; los reflejos saturados pierden información irrecuperable. Defina una ruta para artículos desconocidos, no observables y multicolor. Valide el modelo de SKU aparte del umbral cromático y apruebe previamente toda transferencia a la nube. Empiece por un registro de adquisición, no por la vista previa. Esta puede estar reducida, realzada o reutilizada después de perder la entrada. Guarde fotograma original, dimensiones, formato, exposición, ganancia, ajuste de objetivo, distancia de trabajo, identidad de disparo y hora de adquisición. Incluya el rasgo mínimo y la máxima variación de posición permitida. Capture primero una muestra inmóvil para separar enfoque y desenfoque de movimiento; repita después con el movimiento real sin modificar la geometría óptica. Vincule cada imagen con su muestra o evento. Un fotograma ausente o antiguo es un fallo de adquisición aunque la última vista parezca correcta. Elija una opción matricial de color Deyi Vision que capture información cromática real; copiar valores monocromos a canales RGB no la aporta. Antes de medir el parche, registre formato original, interpolación Bayer si se utiliza y orden RGB/BGR entregado. Fije balance de blancos, ganancia, exposición y espectro de luz en la receta; pruebe referencias neutras y de producto sin saturación en lotes y movimiento permitidos. Verifique obturador/disparo y compatibilidad cámara/controlador en la instalación. Mantenga clasificación cromática e identidad SKU como aceptaciones separadas; elegir cámara de color no demuestra exactitud clasificadora ni identidad del producto.

Procedimiento

1. Guarde originales con orden de canales y profundidad sin convertir evidencia a gris silenciosamente.
2. Fije exposición, ganancia y balance blanco; registre clipping e iluminación por imagen.
3. Revise foco/escala en alturas y compare parches estáticos/móviles con igual configuración.
4. Conserve frame completo e ID para rastrear exclusión de fondo y detección SKU hasta píxeles.

Interpretar el ensayo

Ejemplo: 120 mm sobre 2400 px son 0.05 mm/px; parche de 2 mm ocupa 40 px. Describe muestreo, no exactitud colorimétrica ni separación garantizada de SKU similares. Acepte color e identidad aparte.

Hoja de registro

s = 120 / 2400 = 0.05 mm/px
patch = 2 / 0.05 = 40 px

Dos vistas de ingeniería

Diagnóstico de fallos

• Balance blanco automático variable invalida comparación fija.
• Un archivo gris no recupera cromaticidad perdida; capture de nuevo en color.

Aceptación y entrega

Acepte referencias comparables sin saturación en condiciones permitidas. Conserve productos ambiguos/nuevos como desconocidos, no SKU conocido.

Conserve juntos imágenes originales, decisión esperada, revisión exacta y registro completo. Congele el conjunto de evaluación antes de elegir los parámetros finales. Si después utiliza sus respuestas para ajustar el flujo, márquelo como datos de desarrollo y obtenga otro conjunto independiente de aceptación. Mantenga Review, NoResult, error de ejecución y adquisición ausente en el denominador; no los convierta en aprobaciones filtrando filas. Guarde un fallo reproducible junto al caso satisfactorio. La entrega debe identificar quién puede cambiar la receta, cómo restaurar una revisión aprobada y qué salida del equipo seguirá bloqueada hasta la aceptación. Un resultado de software no demuestra que una pieza en movimiento haya llegado al destino correcto.