Zeichenerkennung (OCR)

Beim Prüfen von Zeichen geht es darum, auf Teilen oder Produkten aufgedruckte Zeichen zu prüfen, zu erkennen oder auszuwerten. Dieses Verfahren wird auch als Prüfung von Aufdrucken bezeichnet und kommt in unterschiedlichen Formen zur Anwendung:

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

Auf Teilen und Produkten sind Verfallsdaten oder Artikelnummern aufgebracht. Diese bringen aber keinen Nutzen, solange sie nicht präzise gelesen, erkannt, ausgewertet, gespeichert und verwaltet werden können. Das Prüfen von Zeichen hat in den letzten Jahren zunehmend Verbreitung gefunden, um Zeichen, die aus erfassten Bilddaten extrahiert werden, erkennen oder auswerten zu können. Auf der folgenden Seite werden OCR (optische Zeichenerkennung) und OCV (Optischer Zeichenvergleich) sowie das Grundprinzip der Zeichenerkennung beschrieben.

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. Und obwohl sie für die Verwaltung so wichtig sind, gestaltet sich der Umgang mit diesen Zeichen nicht selten eher umständlich.

Angenommen, Sie verwalten Bestellungen und Bestände per Handaufzeichnung. Handschriftliche Notizen können fehlerhaft oder unvollständig sein. Geht das Auftragsbuch verloren, gibt es unter Umständen keine Möglichkeit, die Bestellungen und Bestandsangaben noch einmal nachzuvollziehen.

Neben der Vermeidung menschlicher Fehler wird die Bildverarbeitung vermehrt eingesetzt, um die Verwaltung zuverlässiger zu gestalten sowie den Arbeits- und Kostenaufwand zu verringern. Ersetzt man das händische Erkennen, Prüfen und Verwalten der Zeichen durch ein Bildverarbeitungssystem, bringt das die folgende Vorteile:

Fehlerhafte oder unvollständige Aufzeichnungen gehören der Vergangenheit an

Bei der Zeichenprüfung wird das erfasste Zeichen mit denen in einem gespeicherten Wörterbuch (Zeichensatzgruppen) verglichen und demjenigen zugeordnet, das ihm am nächsten kommt. Die zugeordneten Zeichen werden mit der Referenzzeichenfolge verglichen und in der Endprüfung wird nach Gutteil/Ausschuss entschieden. Das Beurteilungsergebnis kann auf einem Server oder einem anderen Speichermedium archiviert werden. Mit dieser zuverlässigen Arbeitsweise lassen sich Fehler oder Auslassungen, wie sie in handschriftlichen Aufzeichnungen auftreten können, vermeiden.

Verlässliches Informationsmanagement

Die Überprüfung von Zeichen mithilfe von Bildverarbeitungstechnologien gibt Betreibern die Möglichkeit, die erkannten Zeichendaten auf einen Server oder ein ähnliches Medium hochzuladen, ohne über eventuell falsch abgeschriebene Zeichen nachdenken zu müssen. Beim Notieren von Artikelnummern oder anderen Elementen, die aus vielen Zeichen bestehen, kann man sich leicht vertun. Mit einer digitalen Verarbeitung lässt sich dieses Problem umgehen.

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 2D- oder Strichcodes gelesen werden müssen, genügt oft ein Strichcodeleser oder ein handgeführter Tablet-Computer. In vielen Fällen wird aber 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 dramatisch erhöhen, da alle Daten sofort gelesen und gemeinsam abgespeichert werden können, statt jeden Datentyp einzeln abzuscannen.

100%-Inspektion bei minimalem Arbeitsaufwand

Die effektivste Methode, um zu verhindern, dass fehlerhafte Produkte zur Auslieferung kommen, ist die 100%-Inspektion. Die rein visuelle Prüfung von Zeichen ist aber nicht nur zeit- und arbeitsaufwändig, sondern birgt immer auch die Gefahr, dass etwas übersehen wird. Werden Zeichen mithilfe der Bildverarbeitung direkt an der Linie geprüft, wird eine hohe Qualität gewährleistet und Arbeitskosten können gesenkt werden. Ein solches Verfahren hat außerdem eine höhere Prüfrate zur Folge und wirkt sich positiv auf die Produktionseffizienz aus.

Zur universellen Bildverarbeitungsplattform

Broschüre herunterladen

Grundlagen der Überprüfung von Zeichenketten

Es gibt unterschiedliche Arten von Zeichenprüfungen: Vorhandensein von Beschriftungen, Beschriftungsqualität, OCR (optische Zeichenerkennung) und OCV (optischer Zeichenvergleich).

Vorhandensein einer Beschriftung

Eine Prüfung zur Erkennung des Vorhandenseins oder Fehlens von gedruckten Zeichen.
Beschriftungsqualität

Eine Prüfung zur Erkennung unleserlicher Zeichen.
OCV

Die vorhandene Beschriftung wird mit einer Referenzeichenfolge verglichen und eine Entscheidung bezüglich Gutteil/Ausschuss gefällt.
OCR

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.

1. Zeichenextraktion

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

Die Zeichen werden einzeln aus den erfassten Daten extrahiert.

2. Vergleich mit Wörterbucheinträgen

Das extrahierte Ergebnis kann direkt als Zeichenfolge gespeichert werden.

Beispiel für eine Wörterbuch-Eintragung

Die Bilder von den Zeichen 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.

Zur universellen Bildverarbeitungsplattform

Broschüre herunterladen

So verbessern Sie die Qualität der Erkennung

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 man für ein Zeichen mehrere Vergleichsmuster hinterlegt. Durch die Eingabe von unterschiedlichen Schriftarten als mögliche Varianten, kann man verhindern, dass Zeichen aufgrund unterschiedlicher Schriftarten nicht erkannt werden.

Obwohl das Zeichen als „A“ erkannt wird, ergibt sich für die zweite und die folgenden Schriftarten ein geringer Übereinstimmungsgrad. — Wenn nur eine Schriftart pro Zeichen im Wörterbuch hinterlegt ist

Die unterschiedlichen, für „A“ erfassten Schriftarten sind im Wörterbuch als Varianten eines Musters hinterlegt. — Wenn pro Zeichen mehrere Schriftarten hinterlegt sind

Automatische Anpassung

Um optimale Bedingungen für die Extraktion zu schaffen, können die Zeichen über einen Automatismus vorjustiert werden. Da leichte Abweichungen innerhalb der Zeichen noch vor der Überprüfung individuell korrigiert werden, steigt auch der Grad der Übereinstimmung.

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

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.

Prüfung von Verfallsdaten auf Nahrungsmittelbehältern

Normales Graustufenbild Die Zeichenextraktion ist wegen der Hintergrundeinflüsse instabil.

Farbe-zu-Graustufen-Verarbeitung mit der Modellreihe CV-5000 Der Kontrast zwischen den Zeichen und dem Hintergrund ist zu gering, um eine stabile Prüfung zu gewährleisten.

Zur universellen Bildverarbeitungsplattform

Broschüre herunterladen

Praktische Anwendungen

Der folgende Abschnitt enthält einige praktische Anwendungsfälle, in denen die Bildverarbeitung bei der Zeichenprüfung nicht nur eingesetzt wurde, um zu verhindern, dass fehlerhafte Werkstücke in Auslieferung gehen, sondern auch um mithilfe eines durchgängigen Managementsystems und verbesserter Nachverfolgbarkeit die Qualität zu steigern.

Zeichenprüfung an Verfallsdaten

Beschriftungen werden vor allem in der pharmazeutischen und der Nahrungsmittelindustrie aktiv geprüft. Der typischste Anwendungsfall ist die Prüfung der Zeichen eines Verfalldatums. Hier werden Bildverarbeitungssysteme eingesetzt, um auf falsche oder fehlende Datumsangaben zu 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

Prägeband dient als Verpackungsmaterial für Mikrochips, Stecker und LEDs. Für die Zeichenprüfung an den in Prägeband eingepackten Prüfobjekten muss das Bild durch eine transparente Folie hindurch aufgenommen werden. Die Prüfungen werden durch gelegentlich auftretende Glanzeffekte durch die Umgebungsbeleuchtung beeinträchtigt, was eine korrekte Erkennung verhindert. 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.