OCR 라벨: 조명과 필드 영역

목적과 적용 범위

조명 비교와 ROI 매핑에서 전체 필드를 유지해 잘림이나 반사로 문자가 검증에서 사라지지 않게 합니다.

이 안내는 엔지니어링 평가 절차이며 즉시 운용 가능한 제품의 인증이 아닙니다. 현재 Deyi Vision 공개 PC 예제는 확인된 샘플 이미지를 이용한 EAN-13 워크플로입니다. 개발 코드의 네이티브 OCR 및 검출 기능은 사용 전에 설치된 런타임, 연결된 모델과 검사 작업을 확인해야 합니다. 브라우저 템플릿만으로 브라우저 실행을 입증할 수 없으며 계획 중인 OpenCV.js 백엔드는 별도 검증이 필요합니다. 클라우드 인식에는 이미지 범위, 공급자, 모델과 비용에 대한 명시적인 승인이 필요합니다. 검토용 아카이브는 실행 가능한 릴리스 패키지가 아닙니다. 카메라, 펌웨어와 드라이버 호환성도 별도로 확인합니다. 아래 기록표의 모든 수치는 가정 예시이며 Deyi Vision의 측정값이나 고객 성과가 아닙니다.

검증 자료 준비

반사와 곡률이 있는 라벨, 알려진 필드 위치를 쓰고 기대 문자열을 인식 입력에 넣지 않습니다. 선택한 조건은 지그를 다시 설치한 뒤 반복해 교체 시 재현성을 확인합니다. 영향이 있다면 주변광 상태와 점등 후 시간을 기록합니다. 마스크나 비트 깊이가 다른 측정을 조명만의 비교로 취급하지 않습니다. 배제한 광학 조건도 영상과 이유를 남깁니다. 보기 좋은 영상이 최적 검사 영상은 아닙니다. 합의한 전체 샘플 범위에서 특징과 정상 편차의 분리가 유지되어야 합니다. OCR 라벨 검증은 그럴듯한 단어를 찾는 작업이 아니라 데이터 무결성 검사입니다. 각 필드의 위치, 허용 문자, 정확한 비교 정책과 기대값의 신뢰 가능한 출처를 정의합니다. 로트, 날짜와 제품명은 서로 다른 규칙이 필요할 수 있습니다. 공백이나 대소문자를 정규화하기 전의 텍스트 검출 다각형과 인식 출력을 보존합니다. I를 1로, O를 0으로 몰래 바꾸면 잘못된 라벨이 맞게 보일 수 있습니다. 기존 기술 근거에는 좁은 OCR 경계 사례가 NoResult 또는 Review로 반환되는 경우가 있습니다. 영역 확대만으로 일반적 인식 준비를 입증하지 못합니다. 읽을 수 있어도 로트가 틀릴 수 있으며 기대값을 안다고 읽지 못한 필드를 채워서는 안 됩니다. 임계값을 바꾸기 전에 통제된 광학 비교를 구성합니다. 지그, 작업 거리, 조명 각도와 초점 위치를 표시해 각 조건을 복원할 수 있게 합니다. 카메라 설정과 샘플 ID를 고정하고 선택한 조명 또는 영역 변수만 바꿉니다. 잘라낸 이미지나 마스크와 함께 전체 원본 및 원본 좌표로의 변환을 저장합니다. 허용 편차와 알려진 문제 샘플을 배치 허용 범위 끝까지 촬영합니다. 수치 결과를 해석하기 전에 원본 위의 영역 표시를 확인합니다. 작은 영역은 검사를 개선하기보다 실패를 숨길 수 있으므로 제외한 면적에는 명확한 공학적 이유가 필요합니다.

작업 절차

1. 같은 노출로 확산·지향광을 비교하고 옅은 문자와 반사도 보존합니다.
2. 라벨이나 기준 표시를 찾고 필드를 원본 좌표로 변환해 모든 모서리를 확인합니다.
3. 문자 상하부와 여백을 남기며 원본·보정 영역을 같은 입력 ID로 저장합니다.
4. 허용 변위에서 경계를 확인하고 부분 영역을 늘리지 말고 거부합니다.

시험 결과 해석

가정 640 × 480 영상에서 시작은 (100,80), 크기는 160 × 64, 끝은 (260,144)입니다. 경계 통과는 기하 확인일 뿐 가독성이나 OCR 지원을 입증하지 않습니다.

시험 기록표

x_end = 100 + 160 = 260
y_end = 80 + 64 = 144
0 <= 100 < 260 <= 640
0 <= 80 < 144 <= 480

두 가지 공정 도해

고장 원인 분석

• 회전 미리보기의 다각형은 원본에서 틀릴 수 있어 매핑을 확인합니다.
• 임계값으로 획이 사라지면 광학·전처리를 확인하고 문자열을 추측하지 않습니다.

수락 검증과 인계

위치·재료 변동에서 모든 문자가 원본 연계 영역에 남을 때 승인하고 조명과 변환을 저장합니다.

원본 이미지, 기대 판정, 정확한 리비전과 전체 결과 기록을 함께 보관합니다. 최종 매개변수를 선택하기 전에 평가 세트를 고정합니다. 이후 그 정답을 조정에 사용했다면 개발 데이터로 표시하고 새로운 독립 수락 세트를 확보합니다. Review, NoResult, 실행 오류와 영상 누락을 분모에 남기고 행을 제거해 합격으로 바꾸지 않습니다. 성공 샘플과 함께 재현 가능한 실패 샘플도 저장합니다. 인계 자료에는 레시피 변경 권한, 이전 승인 리비전 복원 방법과 수락 전까지 차단할 장치 출력을 명시합니다. 소프트웨어 결과만으로 이동 중인 실제 부품이 올바른 목적지에 도달했음을 입증할 수 없습니다.