Bildverarbeitungssysteme

Zeichenerkennung (OCR): Ein zentraler Bestandteil moderner Textverarbeitung und Erkennung

Wichtige Punkte

OCR/OCV extrahiert Zeichen aus Bildern, vergleicht sie mit registrierten Wörtern und trifft i.O./n.i.O-Entscheidungen zur Qualitätskontrolle.
Automatisierte Erkennung reduziert menschliche Fehler, überträgt erkannte Daten automatisch auf Server und verbessert die lückenlose Rückverfolgbarkeit von Bauteilen.
Gleichzeitiges Auslesen von Strich‑/2D‑Codes und Text steigert die Effizienz, reduziert Scan‑Aufwand und zentralisiert die Datenspeicherung.
Bildaufbereitung, Mustererkennung und automatische Anpassung stabilisieren die Erkennung auf reflektierenden, unterschiedlich großen oder verschmutzten Beschriftungsflächen sowie bei gemusterten Hintergründen.

Nachfolgend werden die Funktionsweisen von OCR/Zeichenprüfungen sowie deren Einsatzmöglichkeiten in industriellen Bildverarbeitungssystemen ausführlich beschrieben.

Beim Prüfen von Zeichen geht es darum, auf Teilen oder Produkten aufgedruckte Zeichen zu erkennen und zu extrahieren, bevor diese ausgewertet werden. Dieses Verfahren wird als optische Zeichenerkennung bezeichnet und kommt in unterschiedlichsten Formen zur Anwendung:

Lesen von QR-Codes (2D-Codes) auf Metallteilen
Prüfen von Teile- oder Modellnummern

Auf Teilen und Produkten sind Verfallsdaten oder Artikelnummern in gedruckter Form aufgebracht. Diese sind nur dann verwertbar, wenn sie präzise gelesen, erkannt, gespeichert und verwaltet werden können. In den letzten Jahren hat das Prüfen von Zeichen zunehmend an Bedeutung gewonnen, um aus erfassten Bilddaten extrahierte Zeichen effizienter zu erkennen und auszuwerten. Genau diese automatisierte Erfassung und Auswertung ermöglichen moderne OCR-Lösungen.

Erfahren Sie mehr über die Grundlagen der Bildverarbeitung in Verbindung mit Betriebsautomatisierung.

Von einer Einführung in die Bildverarbeitung bis hin zu den konkreten Kommunikationsschnittstellen bietet dieses Dokument einen systematischen Ansatz für Ihre Implementierung.

Grundprinzip der Prüfung von Zeichenfolgen mittels Bildverarbeitung

Vorteile der Einführung von Bildverarbeitungssystemen

Zeichenfolgen sind unverzichtbar, wenn es darum geht, Informationen wie Verfallsdaten für Nahrungsmittel, Medikamente oder Teilenummern von Montageteilen in der Fertigung darzustellen. Aber auch in der Verwaltung von Bestellaufträgen leisten sie wichtige Dienste. Diese sind für die Verwaltung sehr wichtig. Dennoch gestaltet sich der Umgang mit diesen Zeichen häufig eher umständlich.

Wenn Bestellungen und Bestände handschriftlich erfasst werden, führen unvollständige Einträge oder ein verloren gegangenes Auftragsbuch zum Verlust wichtiger Daten. Unter Umständen gibt es keine Möglichkeit mehr, die Bestellungen und Bestandsangaben noch einmal nachzuvollziehen.

Neben der Reduzierung menschlicher Fehler sorgt die Bildverarbeitung dafür, Verwaltungsprozesse zuverlässiger zu gestalten und den Arbeits‑ sowie Kostenaufwand deutlich zu senken. Ersetzt ein Bildverarbeitungssystem das manuelle Erkennen, Prüfen und Verwalten von Zeichen, ergeben sich insbesondere folgende Vorteile:

Fehlerhafte oder unvollständige Aufzeichnungen gehören der Vergangenheit an
Bei der Zeichenprüfung vergleicht das System erkannte Zeichen mit hinterlegten Zeichensatzgruppen (Wörterbüchern) und ordnet jedem erkannten Symbol den ähnlichsten Eintrag zu. Abschließend wird es als Gutteil oder Ausschuss klassifiziert. Alle Prüfprotokolle können automatisiert archiviert werden, wodurch typische Fehler und Auslassungen handschriftlicher Aufzeichnungen vermieden werden.

Verlässliches Informationsmanagement
Mithilfe der OCR‑Technologie lassen sich Zeichenfolgen zuverlässig überprüfen und automatisch auf Server oder Speichermedien hochladen. Dadurch entfallen fehleranfällige manuelle Abschriften, insbesondere bei langen Artikelnummern oder komplexen Kennzeichnungen. Mit einer digitalen Textverarbeitung lassen sich Inhalte effizienter extrahieren und etwaige Fehler vermeiden.

Eine durchgängige Verwaltung von Artikelnummern und anderen Daten macht Teile und Produkte nachverfolgbar, so dass sie bei Auslieferung von defekten Teilen oder im Fall einer Rückrufs schnell wieder eingesammelt werden können. Darüber hinaus können Probleme in vorgelagerten Prozessen leichter lokalisiert und Abläufe gezielter verbessert werden. Ein verlässliches Datenmanagement erhöht zudem die Nachverfolgbarkeit.

Gleichzeitiges Lesen von Strichcodes und 2D-Codes
Seit einigen Jahren werden im Produktmanagement immer häufiger 2D- oder Strichcodes eingesetzt. Wenn nur diese Codes gelesen werden müssen, genügt oft ein Strichcodeleser oder ein Tablet-Computer. In vielen Fällen wird neben diesen Codes aber auch ein Verfallsdatum auf das Etikett gedruckt. Bei einer Zeichenprüfung können sowohl die Codes als auch die Zeichen gleichzeitig eingelesen werden. Damit lässt sich die Effizienz erheblich steigern, da alle Daten sofort gelesen und gemeinsam gespeichert werden können, anstatt jeden Datentyp einzeln zu scannen.

100%-Inspektion bei minimalem Arbeitsaufwand
Die 100%-Inspektion ist die effektivste Methode, um zu verhindern, dass fehlerhafte Produkte ausgeliefert werden. Die rein visuelle Prüfung von Zeichen ist jedoch nicht nur zeit- und arbeitsaufwändig, sondern birgt auch immer die Gefahr, dass etwas übersehen wird. Durch den Einsatz von OCR-Software kann die manuelle Überprüfung reduziert werden, wodurch sich Sicherheit und Effizienz verbessern lassen. Werden Zeichen mithilfe der Bildverarbeitung direkt an der Produktionslinie geprüft, wird eine hohe Genauigkeit gewährleistet und die Arbeitskosten können gesenkt werden. Ein solches Verfahren hat außerdem eine höhere Prüfrate. Dies wirkt sich positiv auf die Produktionseffizienz aus. So können Fehler in der Texterkennung frühzeitig gefunden und gezielte Lösungen entwickelt werden, um die Produktionskette zu optimieren.

Grundlagen zur Überprüfung von Zeichenketten

Es gibt unterschiedliche Arten von Zeichenprüfungen:

Vorhandensein von Beschriftungen:: Eine Prüfung zur Erkennung des Vorhandenseins oder Fehlens von gedruckten Zeichen.
Beschriftungsqualität:: Eine Prüfung zur Erkennung unleserlicher Zeichen.
OCR (optische Zeichenerkennung):: Die vorhandene Beschriftung wird mit einer Referenzeichenfolge verglichen und eine Entscheidung bezüglich Gutteil/Ausschuss gefällt.
OCV (optischer Zeichenvergleich):: Die vorhandene Beschriftung wird gelesen und zur Überprüfung oder Kontrolle ausgegeben.

Auch wenn unterschiedliche Zwecke verfolgt werden, geht es bei der Prüfung von Zeichen immer darum, Zeichen einzeln aus einem aufgenommenen Bild zu extrahieren, mit den Zeichen in einem gespeicherten Wörterbuch zu vergleichen und die Zeichen zu identifizieren.

A: Noch während des Betriebs kann der Status der Zeichen- und Linienextraktion mit einer Kurvenanzeige überprüft werden.

1. Zeichenextraktion

Die Zeichen werden einzeln aus den erfassten Daten extrahiert.

Beispiel für eine Wörterbuch-Eintragung

2. Vergleich mit Wörterbucheinträgen

Das extrahierte Ergebnis kann direkt als Zeichenfolge gespeichert werden.

Die Bilder werden automatisch den Zeichenarten zugeordnet, die als Zeichenfolgen angelegt wurden und anschließend gespeichert. Auch Symbole wie z. B. Bindestriche (-) können abgelegt werden.
Jedes extrahierte Zeichen wird zur Identifizierung mit den zuvor angelegten Zeichen verglichen.

So verbessern Sie die Qualität der Erkennung

Durch die Implementierung von OCR-Technologie in Unternehmensprozesse können neue digitale Lösungen geschaffen werden, die die Verarbeitung von Dokumenten erheblich verbessern. In der Vergangenheit wurde häufig die mangelnde Genauigkeit bei der Zeichenerkennung beklagt. Mithilfe verschiedener technologischer Innovationen konnte diese jedoch erheblich verbessert werden.

Angabe von Mustervarianten
Die Stabilität der Erkennung lässt sich erhöhen, indem für ein Zeichen mehrere Vergleichsmuster hinterlegt werden. Durch die Eingabe unterschiedlicher Schriftarten als mögliche Varianten kann verhindert werden, dass Zeichen aufgrund verschiedener Schriftarten nicht erkannt werden.

Wenn nur eine Schriftart pro Zeichen im Wörterbuch hinterlegt ist

Obwohl das Zeichen als „A“ erkannt wird, ergibt sich für die zweite und die folgenden Schriftarten ein geringerer Übereinstimmungsgrad.

Wenn pro Zeichen mehrere Schriftarten hinterlegt sind

Die für „A“ erfassten unterschiedlichen Schriftarten sind als Varianten eines Musters hinterlegt. Trotz der verschiedenen Schriftarten liegt der Übereinstimmungsgrad immer bei „99“.

Automatische Anpassung
Um optimale Bedingungen für die Extraktion zu schaffen, können die Zeichen über einen Automatismus vorjustiert werden. Mit den richtigen OCR-Tools lässt sich die Erkennungsleistung verbessern, was den Benutzern ermöglicht, präzisere Inhalte zu extrahieren. Da leichte Abweichungen innerhalb der Zeichen noch vor der Überprüfung individuell korrigiert werden, steigt auch der Grad der Übereinstimmung. Automatisierte Lösungen zur Textverarbeitung sorgen für effizientere und sicherere Ergebnisse bei der Texterkennung.

Wenn automatische Anpassung deaktiviert ist
Die Fenster mit den extrahierten Zeichen sind alle gleich groß. Bei unterschiedlich großen Zeichen, nimmt der Übereinstimmungsgrad ab.

Wenn automatische Anpassung aktiviert ist
Die Fenster mit den extrahierten Zeichen werden entsprechend der jeweiligen Zeichenhöhe angepasst. Der Übereinstimmungsgrad bleibt stabil.

Bildaufbereitungsfilter

Bildaufbereitungsfilter
Wenn der Hintergrund der Beschriftung gemustert ist bzw. aus Metall oder einem anderen reflektierenden Material besteht, kann dies die Genauigkeit der Zeichenprüfung beeinträchtigen. Ist eine Schrift aus diesen oder anderen Gründen schwer zu lesen, können Bildaufbereitungsfilter helfen, den Prüfvorgang zu stabilisieren.

Normales Graustufenbild - Die Zeichenextraktion ist wegen der Hintergrundeinflüsse instabil.

Farbe-zu-Graustufen-Verarbeitung - Der Kontrast zwischen den Zeichen und dem Hintergrund ist ausreichend, um eine stabile Prüfung zu gewährleisten.

Praktische Anwendungen

Der folgende Abschnitt enthält einige praktische Anwendungsfälle, in denen die Bildverarbeitung bei der Zeichenprüfung nicht nur fehlerhafte Auslieferungen verhindert, sondern auch mithilfe eines durchgängigen Managementsystems und einer verbesserten Nachverfolgbarkeit, die Produktqualität steigert.

Zeichenprüfung an Verfallsdaten
Beschriftungen werden vor allem in der pharmazeutischen und der Lebensmittelindustrie aktiv geprüft. Der typischste Anwendungsfall ist die Prüfung der Zeichen eines Verfalldatums. Die optische Zeichenerkennung spielt bei der Prüfung von Verfallsdaten eine entscheidende Rolle. Hier werden Bildverarbeitungssysteme eingesetzt, die falsche oder fehlende Datumsangaben prüfen. Mit der 100%-Inspektion kann ein Mischen von abgelaufenen Produkten verhindert werden.

Prüfung der Ausrichtung und Korrektheit der Zeichen an Teilen in einem Prägeband
Das Prägeband dient als Verpackungsmaterial für Mikrochips, Stecker und LEDs. Für die Zeichenprüfung der darin verpackten Prüfobjekte, muss das Bild durch eine transparente Folie hindurch aufgenommen werden. Die Prüfungen werden gelegentlich von Glanzeffekten beeinträchtigt, die durch die Umgebungsbeleuchtung verursacht werden. Dies verhindert eine korrekte Erkennung. Mithilfe eines Bildaufbereitungsfilters (Schattenkorrekturfilter) kann eine zuverlässige Erkennung der Zeichen ohne Beeinträchtigung durch Lichthofbildung gewährleistet werden. Dieser Filter ist auch für Messobjekte wie Behälter, Filter und reflektierende Metallteile geeignet.