OCR 標籤核對：原生工作流程與精確比對

目的與適用邊界

把文字偵測、辨識和業務欄位驗證分開處理，並保留不確定的文字，而不是用預期批號去替換它。

本教學定義的是一項工程評估，而不是可直接執行的產品認證。目前 Deyi Vision 公開的 PC 範例涵蓋在已確認樣本影像上執行的 EAN-13 工作流程。工程程式碼中的原生 OCR 與偵測部分，使用前必須對照已安裝的執行環境、已綁定的模型和作業進行核查。瀏覽器範本並不能證明可在瀏覽器中執行：規劃中的 OpenCV.js 後端需要另行驗證。雲端辨識必須明確核准所涉及的影像範圍、服務商、模型和費用。評估存檔不是可執行的發布套件。相機、韌體和驅動程式的相容性需要單獨檢查。下列紀錄表中的所有數值均為假設，不是 Deyi Vision 的量測結果，也不是客戶結果。

準備佐證

綁定經確認的 OCR 套件、語言字典和前處理版本。要檢查實際已安裝的功能，不要把可編輯的 OCR 範本當作可執行的。解讀最終旗標之前，先對照輸出約定檢查中間輸出。區域缺失、文字欄位格式錯誤、座標無效或數值非有限，都必須作為明確的失敗保留，而不是預設判為合格。記錄該次執行實際使用的執行後端和相依項目；不要把另一個範本同名的後端上的驗收結論沿用過來。如果選用了新的模型或前處理版本，要保留之前的版本並重新執行固定的比較，而不是把不同識別資訊下的結果混在一起。要列出嘗試的案例總數、其中回傳可用佐證的數量，以及對其餘案例所作的處置。這些數量既說明辨識品質，也說明涵蓋範圍和失敗處理情況。OCR 標籤核對是一項資料完整性任務，而不是在找看似合理的字詞。定義每個欄位、欄位位置、預期字元集、精確比對規則，以及預期值的可信來源。批號欄位、日期欄位和產品名稱可能需要不同的規則。在正規化空白或大小寫之前，先保留文字偵測多邊形和辨識器的輸出。不要悄悄地把 I 替換成 1，或把 O 替換成 0：這會讓錯誤的標籤看起來正確。原始工程佐證中有一個範圍很窄的 OCR 邊界案例，其結果為 NoResult 或 Review；加大裁切範圍並不能證明辨識已普遍可用。可讀的欄位仍可能是錯誤的批號；而預期值本身正確，也不能成為把它填進不可讀欄位的理由。把工作流程看作一連串類型明確的判定，而不是模型給出的單一答案。執行實驗之前，先綁定輸入識別資訊、區域變換、節點版本、前處理和模型套件。在開發影像上選擇參數，與在凍結集上做評估要分開；凍結集的答案不得用於調整參數。每個案例的基線結果和候選結果都要保留，執行失敗的也不例外。AI 的建議可以提出修改方案，但不能確認參考答案、授予資料上傳權限或核准投入生產。如果服務商呼叫的回執狀態不確定，要保留請求識別資訊，先查清該回執，再考慮是否重送。執行環境可用性、辨識品質和發布核准是相互獨立的檢查。

操作步驟

1. 只把與來源影像關聯的欄位送入偵測，並在辨識之前保留回傳的多邊形。
2. 保留原始辨識文字，再只套用書面規定的正規化規則；兩個版本和所用規則都要記錄。
3. 與可信的批號欄位做精確比對，並區分可讀但不相符的情形與 NoResult 或 Review。
4. 在開發資料上選擇模型或閾值的變更，然後重新執行凍結的比較，其中要包含易混淆字元。

解讀試驗

LOT123 是假設的預期欄位內容。LOTI23 是可讀但不相符的結果，儘管兩者都是 6 個字元。模型的信心值並不構成把 I 替換成 1 的許可。缺少偵測器/辨識器相依項目會阻止執行；僅憑公開的 PC 範例，並不能證明這條原生 OCR 處理鏈已就緒。

紀錄表

兩種工程視角

故障診斷

• 文字值本身正確，卻關聯到了錯誤的欄位多邊形，必須判定為綁定複核未通過。
• 缺少所要求的來源/請求識別資訊的服務商應答，不得成為被接受的本地 OCR 回執。

驗收與交接

只驗收實際評估過的已綁定執行環境。儲存多邊形、原始文字、正規化文字、預期值來源、版本，以及每個失敗欄位的處置結果。

將來源影像、預期判定、確切版本和完整的結果紀錄放在一起保存。在選定最終參數之前，先凍結評估集。如果這些答案之後被用來調整工作流程，就要把該集合標記為開發資料，並另取一套獨立的驗收集。Review、NoResult、執行錯誤和缺漏的取像都要保留在分母中；不要透過篩掉資料列把它們變成合格。可重現的失敗案例要與成功樣品一併保存。交接內容應寫明：誰可以修改配方，如何還原先前獲核准的版本，以及在驗收之前哪些設備輸出保持禁止。僅憑軟體結果，並不能證明移動中的實體工件到達了正確的去向。