在現代包裝工業自動化生產中，涉及到許多檢測測量，比如快速查找包裝缺陷、標簽缺陷、代碼混淆、錯誤打印日期、未對齊標簽、批次更改錯誤、錯誤標簽、表面污染、日期代碼、序列號、保質期和外觀缺陷，提供完整的質量檢測和自動剔除等。

這類應用的共同特點就是連續大批量生產、對外觀質量要求高。通常這種帶有高度重復性的工作依靠人工來檢測，我們在一些傳統加工工廠看到流水線上數以百計的工人來執行這道工序，給工廠帶來巨大的人工成本和管理成本，并且仍不能保證“零缺陷”。我國作為人口大國，食品行業包裝技術迅猛發展，據統計，我國二次包裝的企業不少于800萬家，這些企業分布在各個行業、區域，其中制藥、食品等行業使用包裝頻率最高。

項目信息

隨著生活水平不斷提高，食品品質和安全已成為社會關注的焦點。生產日期是我們評估食品安全與否的一個重要標準，因此，保證生產日期等相關信息正確清晰的標注是食品生產過程中的一個重要環節，利用機器視覺技術進行OCR字符檢測具有非常廣闊的市場需求。

一、檢測物

面包塑料外包裝日期

二、檢測要求

100%實現對不同口味面包塑料外包裝日期噴碼的識別

三、檢測難點

①塑料膜為透明膜，容易受背景圖案干擾

②顏色，字體粗細不同

③字符角度有變化

解決方案

矩視智能低代碼平臺-OCR字符檢測功能，能夠對工件或產品上刻印的字符進行確認、辨別、判定的檢測，完美做到對食品生產線產品的生產日期記錄和追溯。工作流程：第一步：采集圖像，選擇ocr功能，將圖像上傳到低代碼平臺。

第二步：根據指定檢測字符，對字符進行標注，若有角度傾斜字符，可使用“旋轉框”功能，針對傾斜角度旋轉標注。

第三步：點擊“訓練”進入深度學習階段，深度學習模型可以學習檢測特定特征，如字符形狀、字符字體、字符角度等信息。

第四步：檢驗訓練效果，點擊“測試”開始對訓練效果進行驗收，測試完畢后，未標注的圖片信息轉為已標注，表示自動標注完成。

第五步：下載模型，部署本地，安裝到生產線上，驗收效果。

平臺對圖片進行提取分析并和設定的比較得知產品是否有打碼、生產批號等信息內容是否缺失；當檢測到字符不合適時，系統發出聲光報警并發出剔除信號。

為什么選擇矩視智能云平臺

?抗干擾能力強，廣泛應用于各種包裝標識的質量檢測

平臺可自動過濾背景等干擾因素，適合對初級和次級包裝上的包裝產品、包裝、托盤、盒子、標簽、小袋和印刷產品進行自動質量檢查。如包裝上的標簽檢查、包裝日期檢查、全方位包裝破損檢查、包裝尺寸測量、標簽放置和對齊、密封完整性檢查、瓶子、蓋子和填充物檢查等。

?識別速度快，準確率高，助力企業自動化生產

平臺不僅可以監控生產線每一件產品，還可以完整的統計生產數據，提供即時的制造信息以供決策。生產經理和操作員可以查看實時批次信息、確定運行速度、發現問題的位置等。

?旋轉標注，便捷且靈活

字符中在圖片中發生旋轉，開啟旋轉框即可對人一角度字符進行識別和標注，無需任何代碼，便捷且靈活。

機器視覺檢測被越來越廣泛地應用到產品檢測環節，除了在外包裝三期檢測外，矩視智能低代碼平臺還廣泛使用在食品外包裝這些場景中：

1、盒裝食品外包裝檢測對盒裝食品的外包裝進行檢測（包括外包裝破損、標簽有無、生產日期有無等檢測）；

2、透明瓶裝飲料的液位及瓶蓋缺損檢測對透明瓶裝飲料的液位進行檢測，保障飲料灌裝的一致性；對瓶蓋包裝進行檢測，剔除漏裝瓶蓋、瓶蓋歪斜等不良品；

3、易拉罐包裝飲料、罐頭食品等外形檢測對易拉罐包裝飲料、罐頭食品等的拉環質量、生產日期有無、序列號等進行檢測；

4、紙盒飲料外包裝檢測對紙盒飲料的外包裝如吸管有無、插孔是否破損等進行檢測；

5、整體包裝計數對瓶裝、盒裝飲料等的整體包裝進行計數，保證包裝數量。