SKU・色分選：チャンネルと変動の排錯

目的と適用範囲

期待 SKU に合わせて閾値を変える前に、取得、変換、マスク、判定の最初の色差を探します。

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

色原画像、中性基準、未知物体を保存し、期待クラスを処理入力の外に置いて変換版を記録します。 別の技術者が画像や版を推測せず再現できる失敗記録を作ります。元画像、対象領域、実出力、期待する扱い、最初の中間相違を含めます。再生、実撮影、両方のどこで起きるか記録します。修正後は元の失敗と、以前成功した隣接条件を再試験します。領域除外や欠落結果の許容で警報を消すのは要件変更であり原因解消ではありません。未解決なら理由付き Review または禁止状態を維持し、未試験の回避策を検証済みにしません。 色分けと SKU 認識は別の質問に答えます。赤の参照色に一致する領域でも、寸法、ラベル、包装仕様が間違っている場合があります。物理的な色を分けるのか、期待 SKU を照合するのか、両方を独立確認するのか定義します。画素のチャンネル順が分かるカラー画像を使い、露光、ホワイトバランス、照明スペクトルをレシピに残します。きれいな色票だけでなく、許容材料ロット、光沢、影、異品種を試験します。低彩度では色相が不安定で、飽和したハイライトの情報はアルゴリズムで復元できません。未知、観察不能、混色品の処理先を定義します。モデルによる SKU 認識は色閾値とは別に検証し、クラウド送信前に承認を得ます。 最初に観測できる相違から切り分けます。同じ保存画像を変更していない基準版と候補版に通し、中間画像、領域、数値、結果状態を比較します。入力画像が違えば、アルゴリズムを分離した比較ではありません。疑わしい原因を一つだけ変え、予想する影響を実行前に書き、仮説が外れた結果も残します。判読不能、ルール不一致、依存関係不足、実行故障は対策が違うため別扱いにします。再生でソフトウェアの問題は再現できても、実トリガー、照明同期、物理排出経路は確認できません。それらは別の取得試験・ライン試験として実施します。

操作手順

1. 色空間変換前に原チャンネル順と既知画素を確認します。
2. 宣言変換で同じ原画像を再生し、物体マスクと有効画素の分母を比較します。
3. 白バランス変動、飽和、低彩度を別々に確認し、観察不能色は未知か Review にします。
4. 新撮影と隣接色で修正を確認し、元の誤判定を上書きしません。

試験結果の読み方

仮定の同じ色は RGB [200,40,30] または BGR [30,40,200] です。実入力と一致せず配列名だけ替えると意味が変わります。この画素や補正プレビューで SKU は証明しません。グレー元画像の色は変換コード変更で戻りません。

記録ワークシート

二つの工程図

不具合の切り分け

• 変換後に赤が青になるなら、最初に元画素とチャンネル順を比べます。
• 背景だけでクラスが変わるなら、商品色よりマスクや分母を調べます。

受入確認と引き継ぎ

最初の相違を再現・修正して独立既知・未知例で確認したら調査を閉じます。曖昧さを残し、取得、幾何、判定の変更箇所を記録します。

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。