目的與適用邊界
比較照明方案或收緊讀碼器 ROI 時,要保證印刷符號及其靜區完整,並保留到來源座標的對映關係。
本教學給出的是一套工程評估方法,而不是開箱即用的產品認證。Deyi Vision 目前公開的 PC 範例涵蓋在已確認的樣本影像上執行的 EAN-13 流程。工程程式碼中涉及原生 OCR 與檢測的部分,使用前必須對照已安裝的執行環境、已綁定的模型和作業逐項核對。瀏覽器範本並不能證明已在瀏覽器中實際執行:規劃中的 OpenCV.js 後端需要單獨驗證。雲端辨識必須事先明確批准影像範圍、服務供應商、模型和費用。審查存檔不是可執行的發布包。相機、韌體和驅動程式的相容性需要各自單獨核查。下列範例表中的所有數值均為假設資料,不是 Deyi Vision 的量測結果,也不是客戶結果。
準備佐證
準備印在真實標籤材料上的黑色條,其中要包含薄膜眩光和邊緣受損的情形。確定符號邊界時,不要依賴任何解碼成功得到的內容。要在把治具復位之後重複所選條件,而不能只是在什麼都沒動的情況下重複,這樣才能看出該配方在換型時能否重現。當環境光狀態和光源開啟後經過的時間會影響影像時,要把它們記錄下來。不要把使用不同遮罩或不同位元深度轉換得到的量測結果拿來比較,卻當作只有照明發生了變化。被否決的光學條件也要保留在紀錄中,包括它的影像和否決原因。看起來漂亮的影像不一定是最適合檢測的影像:所選條件必須在約定的整個樣品範圍內,既保留相關特徵,又使其與可接受的變化保持可分。解碼、識別碼驗證、印刷品質驗證和單件追蹤應分別記錄。EAN-13 值所識別的是一種貿易項目,通常由多個實物單件共用;它既不是逐影格序號,也不是唯一序列號。解碼成功,並不能證明印刷品質合規、商品主資料正確,也不能證明後段剔除成功。本系列以 EAN-13 作為限定範圍的範例,因為這是已確認的公開 PC 評估範圍。其他碼制、QR 碼、直接零件標記和讀碼器硬體,都需要各自經確認的整合。原始來源影像必須保留條、空和靜區;僅有裁剪後的顯示圖或清理過的二值圖,不足以作為失敗佐證。要在追溯資料庫中明確規定缺失的影格與無法讀取的條碼有何區別。在調整閾值之前,先建立受控的光學對比實驗。標記治具、工作距離、光源角度和對焦位置,使每個條件都能復原。只改變選定的照明或區域變數,同時保持相機設定和樣品識別碼不變。每個裁剪圖或遮罩旁邊都要保留完整的來源影像,並附上換算回來源座標的變換關係。既要對可接受的變化取像,也要對一個已知有問題的樣品取像,並包含允許放置範圍邊緣處的情形。先在原圖上檢查區域疊加圖,再去解讀數值結果。區域縮小可能只是掩蓋了失敗,而不是改進了檢測,所以被排除的區域必須有明確的工程理由。
步驟
- 在固定曝光下比較漫射光與定向光;檢查白色背景是否出現飽和截斷,以及深色條是否清晰可見。
- 把油墨邊界對映到來源像素,並保留周圍的空白區域,而不是只圍著條畫一個框。
- 在允許的旋轉和位移範圍內檢查 ROI;矩形裁剪框必須容納經過變換後的整個符號。
- 把原圖、ROI 和照明版本一起儲存;排查讀取失敗(no-read)的情形時,不要把裁剪範圍擴到相鄰標籤上。
解讀試驗結果
假設油墨在寬 640 px 的影格中佔據 x = 120 至 380。x = 80 至 420 的 ROI 在兩側各留出 40 px。這只是工程留白的範例,並不表示滿足 GS1 的靜區要求;實際要求取決於符號尺寸。
紀錄表
| 紀錄項 | 數值 / 觀察 | 解讀 |
|---|---|---|
| 來源影像寬度 | 640 px | 固定的來源座標 |
| 油墨 / ROI 邊界 | [120, 380] / [80, 420] px | 每側 40 px;不構成符合標準的聲明 |
left = 120 - 80 = 40 px
right = 420 - 380 = 40 px兩個工程視角
兩個工程視角 · 1
此圖展示檢查的先後順序。每個箭頭都需要有紀錄在案的佐證;它並不表示各步驟之間已實作自動串接。來源影像 → 照明條件 → ROI → 對比度。
- 來源影像
- 照明條件
- ROI
- 對比度
兩個工程視角 · 2
此圖展示檢查的先後順序。每個箭頭都需要有紀錄在案的佐證;它並不表示各步驟之間已實作自動串接。基線 → 候選 → 同一樣品 → 判定。
- 基線
- 候選
- 同一樣品
- 判定
故障排除
- 解碼器在眩光下仍能讀出,並不能證明條的對比度或印刷品質合格。
- 擴大 ROI 後出現相鄰符號時,必須把它對應到它自己所屬的單件上,而不是悄悄頂替。
驗收與交接
只有在所宣告的位姿範圍內,整個符號和所需的空白區域都始終與來源座標保持對應時,才可驗收該 ROI。獨立的印刷品質驗證要與本次照明對比分開進行。
把來源影像、預期判定、確切版本和完整的結果紀錄放在一起儲存。在選定最終參數之前,先凍結評估集。如果之後用這些答案來調整工作流程,就應把該集合標記為開發資料,並重新取得一個獨立的驗收集。Review、NoResult、執行錯誤和取像缺失都要保留在分母中,不得透過篩選資料列把它們變成合格。除成功樣本外,還要儲存一個可重現的失敗樣本。交接時應寫明:誰可以更改配方,如何恢復先前已批准的版本,以及在驗收之前哪些裝置輸出仍保持禁止。僅憑軟體結果,不能證明移動中的實物工件已到達正確的目的地。
來源與技術參考資料
這些資料說明本教學所用方法的依據與適用範圍。文中的檢查範例僅供參考;量產驗收需要用你自己的樣品取得佐證。
部件與選型參考
- 機器視覺光源
- 工業讀碼器
- 固定安裝條碼閱讀器設置指南
- 條碼追溯系統
- 工業條碼閱讀器選擇指南
- 什麼是DPM條碼讀取?
- DPM 反光金屬零件讀碼
- 包裝標籤和條碼檢測系統
- 包裝標籤與條碼追溯
- 金屬零件 DPM 碼讀取
- 得利捷 Datalogic 讀碼器替代方案
- Omron Microscan Barcode Alternative · 英文參考資料
- Zebra Fixed Scanner Alternative · 英文參考資料
- Logistics Barcode Sorting · 英文參考資料
- Printing and Label Inspection · 英文參考資料
- EAN-13 追溯:產線驗收
- EAN-13 追溯:解碼與資料規則
- EAN-13 追溯:相機取樣
- EAN-13 追溯:重複與漏讀
- 追蹤條碼結果,在輸送線上剔除正確的工件
- 多碼讀取:區域規則與重複讀取控制
- 核對 OCR 文字與條碼、批次資料
- 如何選擇機器視覺照明
- 機器視覺照明類型
- 機器視覺照明基礎知識
- 反光金屬刮痕檢測照明路線
- 背光與同軸照明
- 汽車金屬件表面瑕疵檢測
- Metal and Surface Inspection · 英文參考資料
- 奧普特 OPT 視覺光源替代方案
- 為可見組裝檢查選擇照明與 ROI
- 可見液面邊界的照明與 ROI
- 校準平場陰影,但不掩蓋壞資料
- 按瑕疵對比度比較紅光、藍光和白光照明
- OCR 標籤核對:照明與欄位幾何
- 為未封口包裝的內容物選擇照明與 ROI
- 針對眩光做一次偏振 A/B 測試
- 密封與膠條外觀:照明與 ROI
- SKU 顏色分選:照明與物體遮罩
- 驗證光學頻閃落在曝光視窗之內
- 表面瑕疵檢測:驗收與產線輸出
- 表面瑕疵檢測:限定範圍的 AI 評估
- 表面瑕疵檢測:相機取樣與運動
- 表面瑕疵檢測:照明與 ROI 驗證
- 表面瑕疵檢測:誤報診斷

