OCR ラベル照合：ネイティブ処理と厳密照合

目的と適用範囲

文字検出、認識、業務項目の検証を分け、不確かな文字を期待ロットで置き換えず残します。

本記事は技術評価の手順であり、そのまま稼働できる製品の認証ではありません。Deyi Vision の公開 PC 例は、確認済みサンプル画像を用いる EAN-13 ワークフローが対象です。開発コードのネイティブ OCR や検出機能は、使用前にインストール済みランタイム、結び付けられたモデル、検査内容を確認してください。ブラウザーのテンプレートがあるだけでは実行可能とは言えず、計画中の OpenCV.js バックエンドには別の検証が必要です。クラウド認識には画像範囲、提供元、モデル、費用の明示的な承認が必要です。審査用アーカイブは実行可能なリリースパッケージではありません。カメラ、ファームウェア、ドライバーの互換性も個別に確認します。以下の数値は仮定例であり、Deyi Vision の実測値や顧客成果ではありません。

確認資料の準備

確認済み OCR パッケージ、言語辞書、前処理版を結び付け、編集可能なテンプレートでなく実能力を確認します。 最終フラグを読む前に中間出力の契約を確認します。領域欠落、文字項目の形式不良、不正座標、有限でない値は明示的な失敗であり、初期値の合格にしません。実行したバックエンドと依存関係を記録し、同名テンプレートの別実行系から受入結果を引き継ぎません。モデルや前処理を変えたら旧版を残し、固定比較をやり直します。試行全数、利用可能な根拠の数、残りの扱いを示します。これらは認識品質に加え、網羅性と失敗処理を表します。 OCR によるラベル照合は、もっともらしい単語探しではなくデータの正当性確認です。各項目の位置、許可文字、厳密な照合方針、期待値の信頼できる取得元を定義します。ロット、日付、製品名ではルールが異なる場合があります。空白や大文字小文字を正規化する前の検出多角形と認識出力を残します。I を 1、O を 0 に黙って置換しないでください。誤ラベルを正しく見せる恐れがあります。元の技術記録には、細い OCR 境界例が NoResult または Review になるケースがあります。切り出しを大きくしても一般的な認識可用性は証明されません。読める項目でもロットが間違う場合があり、既知の期待値を読めない項目に補完してはいけません。 ワークフローを単一のモデル回答ではなく、型を持つ判定の連続として扱います。実験前に入力識別、領域変換、ノード版、前処理、モデルパッケージを結び付けます。開発画像でのパラメーター選択と、調整に正解を使っていない固定集合での評価を分離します。実行失敗も含め、各事例の基準版と候補版の結果を残します。AI の提案は変更版を提示できますが、正解の確認、画像送信の許可、量産使用の承認は行えません。提供元の応答が不明な場合は要求識別を保存し、再送を検討する前に受付記録を調査します。ランタイム可用性、認識品質、リリース承認は別々に確認します。

操作手順

1. 元画像に結び付いた項目だけを検出に渡し、認識前の多角形を残します。
2. 生の認識文字を保存し、文書化した正規化だけを適用して両方とルールを記録します。
3. 信頼できるロット期待値と厳密照合し、読めた不一致と NoResult／Review を区別します。
4. 開発データでモデルや閾値を選び、似た文字を含む固定比較を再試験します。

試験結果の読み方

仮定期待値は LOT123、LOTI23 は同じ 6 文字でも読めた不一致です。信頼度は I を 1 に変える許可ではありません。検出・認識の依存不足では実行を禁止し、公開 PC 例だけでネイティブ OCR の準備を証明しません。

記録ワークシート

二つの工程図

不具合の切り分け

• 文字が正しくても別の項目多角形なら結合確認で失敗にします。
• 入力・要求識別がない提供元回答をローカル OCR の有効受付にしません。

受入確認と引き継ぎ

実評価した結合ランタイムだけを受け入れ、多角形、生文字、正規化文字、期待値の出典、版、各失敗の扱いを保存します。

元画像、期待する判定、正確なリビジョン、完全な結果記録を一組で保存します。最終パラメーターを選ぶ前に評価集合を固定してください。その正解を後から調整に使った場合は開発データに変更し、新しい独立した受入集合を用意します。Review、NoResult、実行エラー、取得漏れを分母に残し、行を除外して合格に変えないでください。成功例とともに再現可能な失敗例を保存します。引き継ぎにはレシピ変更の権限、承認済み旧版への復元方法、受入確認まで禁止する装置出力を記載します。ソフトウェアの結果だけでは、動く実物が正しい搬送先に到達したことを証明できません。