圖像降噪：由于待識別圖像的品質(zhì)受限于輸入設(shè)備、環(huán)境、以及文檔的印刷質(zhì)量，在對圖像中印刷體字符進行識別處理前，需要根據(jù)噪聲的特征對待識別圖像進行去噪處理，提升識別處理的度。傾斜校正：由于掃描和拍攝過程涉及人工操作，輸入計算機的待識別圖像或多或少都會存在一些傾斜，在對圖像中印刷體字符進行識別處理前，就需要進行圖像方向檢測，并校正圖像方向。



字詞后處理：由于OCR的識別率并無法達到，或想加強比對的正確性及信心值，一些除錯或甚至幫忙更正的功能，也成為OCR系統(tǒng)中必要的一個模塊。字詞后處理就是一例，利用比對后的識別文字與其可能的相似候選字群中，根據(jù)前后的識別文字找出合乎邏輯的詞，做更正的功能。字詞數(shù)據(jù)庫：為字詞后處理所建立的詞庫。OCR后的關(guān)卡，在此之前，使用者可能只是拿支鼠標(biāo)，跟著軟件設(shè)計的節(jié)奏操作或僅是觀看，而在此有可能須特別花使用者的精神及時間，去更正甚至找尋可能是OCR出錯的地方。

以礦泉水日期為例：1、瓶蓋噴印字符檢測

瓶蓋噴印字符

上圖噴印字符在瓶蓋弧面上，打光會出現(xiàn)中間亮兩邊暗的現(xiàn)象，同時凹凸條紋也比較明顯，一般視覺包裝檢測就有些困難，欣維視覺經(jīng)過多年努力，目前可以做到如下效果：

改進后成像的瓶蓋字符

改進后可以明顯看到，字符底色為高亮，字符為黑色，整體感覺在一個平面上，這樣視覺檢測就比較方便了，檢測效果如下：

第四：物體的運動速度

在圖像獲取獲取過程中，圖像模糊精度取決于物體運動速度和相機曝光時間，所以物體運動速度快很可能導(dǎo)致圖片成像模糊，此外其他設(shè)備（工業(yè)相機、工業(yè)鏡頭、光源等）也會間接影響檢測。

第五：軟件的測量精度

測量精度一般在1/2-1/4個像素，原因是測量軟件精度過小，從圖像上提取的特征點信息就越少。

通過上述的5個問題可以看出機器視覺系統(tǒng)設(shè)計時會出現(xiàn)很多因素的干擾，所以我們需要不斷的去改善和升級技術(shù)去規(guī)避掉這些難以避免的問題，也相信技術(shù)的創(chuàng)新，很多問題都能別解決。