项目背景

在现代工业生产处理过程中大多数零件上都带有编码或ID号码。为了在整个生产系统中辨认，处理或追踪这些零件，编码或追踪这些零件，编码或ID号码就 被刻在或印在工件的表面。
采用光学字符识别技术在高反光的表面辨别出工件 的ID号码显得尤其困难，并且耗费时间。因为在高反光的情况下，那些文本不 是充分的“可见”，这就极大的影响了许多光学字符识别技术的辨认速度。在采用ORC处理过程的辨认操作之前，通常需要对图像进行多步的预处理，这些图像的预处理会占用大量的 CPU资源，这时往往会出现由于CPU处理能力不够。虽然工业相机可以以很高的帧率进行工作，但整个系统处理的频率会出现受限制的情况。

光图方案
光图视觉系统+Photonfocus相机

过程     
在CMOS相机中集成一个Pixel Professor™模块，帮助自动获取那些ID号和编码，这样能加速这个系统的字符辨识速度。在集成了展现了通过Pixel Professor™实现的局部对比度增强的效果图，左边是原始图像，通 过对左图进行对比度增强后，有图中高对比度区域显得较亮，低对比度区域显得较暗。Pixel Professor™模块后，Photonfocus相机就可以同时完成两个任务：一 是相机在LinLog®模块下将消除过度曝光现象的图像进行采集；二是采集进来 的图像被直接送到Pixel Professor™模块进行图像预处理。经过预处理后的 二值化图像信息再被传送到PC机上由OCR软件进行处理。

优势
1.Professor™模块的相机MV-D1024E- PP01是非常适于字符识别应用。使 用Pixel Professor™模块，可使 OCR软件的图像处理能力提高10到20 倍。通过在算法中加入附加的滤波 器可大大提高图像分割处理的速 度，从而极大提高整个系统字符识别的性能。
2.使用Pixel Professor™功能，不要 求任何特殊的 FPGA编程技巧和经验。用户可简单方便地操作软件界面，快速 的预览功能很好的帮助用户配置模块的功能。

            

检测效果图：