CN106651852A - 一种喷印字符关键笔画缺失的检测方法 - Google Patents
一种喷印字符关键笔画缺失的检测方法 Download PDFInfo
- Publication number
- CN106651852A CN106651852A CN201611234915.4A CN201611234915A CN106651852A CN 106651852 A CN106651852 A CN 106651852A CN 201611234915 A CN201611234915 A CN 201611234915A CN 106651852 A CN106651852 A CN 106651852A
- Authority
- CN
- China
- Prior art keywords
- character
- stroke
- template
- image
- disappearance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Withdrawn
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30144—Printing quality
Landscapes
- Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Image Analysis (AREA)
Abstract
本发明公开一种喷印字符关键笔画缺失的检测方法,包括:采集喷印字符完整的产品包装盒图像,制作模板图像;训练模板图像,得到字符轮廓的5级金字塔图像;对喷印字符完整的其他日期生产的产品包装盒图像进行训练,得到字符“0”~“9”的轮廓图像,制作模板ID;采集待检测的字符笔画缺失图像,通过模板ID进行匹配,得到待检测图像中的字符;分多种情况进行笔画缺失检测。
Description
技术领域
本发明涉及一种喷印字符关键笔画缺失的检测方法。
背景技术
产品包装盒上的生产日期、产品批号和有限日期等字符在喷印过程中,可能会出现关键笔画缺失、漏印等缺陷。若出现此类缺陷,认为产品包装盒为不合格产品。
发明内容
本发明的目的是提供一种快速准确检测产品包装盒上喷印字符关键笔画缺失并准确标识缺陷位置的方法。该方法能有效地检测字符中缺失的关键笔画。为实现上述目的,本发明采取以下技术方案:
一种喷印字符关键笔画缺失的检测方法,用于对由阿拉伯数字构成的字符的喷印质量的检测,包括下列步骤:
(1)采集喷印字符完整的产品包装盒图像,制作模板图像;
(2)训练模板图像,得到字符轮廓的5级金字塔图像;
(3)依次对喷印字符完整的其他日期生产的产品包装盒图像进行训练,得到字符“0”~“9”的轮廓图像,得到模板ID;
(4)保存模板ID,在后续检测中,将待检包装盒图像中字符图案的轮廓与模板ID进行匹配;
(5)采集一幅待检测的产品包装盒图像,通过与步骤4中的模板ID进行匹配,得到待检测图像中的字符;
(6)针对字符较大区域缺失现象,采用计算字符外接矩形长宽比判定字符是否出现笔画缺失;针对字符垂直方向笔画缺失现象,采取探针法进行检测,即采用一个宽为单像素,长度为大于在模板ID中测得的字体笔画宽度的水平方向小矩形,小矩形的左侧起点为字符轮廓外接矩形的左上角;针对字符在上边缘或下边缘水平方向的笔画缺失,采取灰度投影法进行检测,即将对应位置的笔画做垂直灰度投影,得到灰度投影曲线,并将其与模板ID中该位置的投影曲线进行比较,若投影曲线在本该是凸峰的位置出现凹谷,即认为该处笔画缺失;针对字符在中间位置的笔画缺失,采取斑点法进行检测,即定位至字符轮廓外接矩形在垂直范围内的中间位置,在中间位置测量笔画宽度范围内斑点数,若测得的斑点数小于模板中的斑点数的50%,则认为该处笔画缺失;
(7)根据步骤(6)检测结果,判断是否存在笔画缺失的现象。
本发明由于采取以上技术方案,其具有以下优点:
(1)本发明能根据字符不同位置采取不同方法准确定位字符中关键笔画缺失位置。
(2)本发明可支持高速检测,检测速度在40ms以内。可达到1500个/min。
附图说明
图1字符完整的产品包装盒图像;
图2训练图像5层金字塔;
图3字符轮廓图像;
图4字符部分缺失的产品包装盒图像;
图5字符部分缺失的产品包装盒图像检测结果;
图6字符存在垂直方向笔画缺失的产品包装盒图像;
图7字符垂直方向笔画示意图;
图8字符存在垂直方向笔画缺失的产品包装盒图像检测结果;
图9字符存在上下边缘水平方向笔画缺失的产品包装盒图像;
图10字符上下边缘水平方向方向笔画示意图;
图11字符存在上下边缘水平方向笔画缺失的产品包装盒图像检测结果;
图12字符存在中间位置笔画缺失的产品包装盒图像;
图13字符中间位置笔画示意图;
图14字符存在中间位置笔画缺失的产品包装盒图像检测结果;
具体实施方式
下面结合附图和实施例对本发明的进行详细的描述。本发明的具体步骤如下:
1)采集喷印字符完整的产品包装盒图像(称该类图像为模板图像),如图1所示,为某日期生产的产品包装盒。训练模板图像,得到字符轮廓的5级金字塔图像(称为模板ID),如图2所示。并依次对其他日期生产的产品包装盒图像进行训练,得到字符“0”~“9”的轮廓图像,如图3所示。保存模板ID。在后续检测中,将待检包装盒图像中字符图案的轮廓与模板ID进行匹配。
2)采集一幅待检测的字符笔画缺失图像,通过与步骤1中的模板ID进行匹配,得到待检测图像中的字符。图4、图6、图9和图12依次展示了字符不同位置笔画缺失现象。图4中,两个字符“1”在偏下位置均出现笔画缺失,针对字符存在的部分缺失现象,通过模板匹配得到的字符轮廓,检测字符的外接矩形,计算外接矩形的长宽比,与模板外接矩形的长宽比进行比较,找出笔画缺失部位,并做出标识,如图5所示,其中,箭头所指处表示笔画缺失部位。
3)图6中,字符“5”在右上位置的垂直方向出现笔画缺失,针对字符在垂直方向的笔画缺失,如图7中白色矩形框标识出的笔画位置,采取探针法进行检测,即采用一个宽为单像素,长度为大于在模板中测得的字体笔画宽度的水平方向小矩形,小矩形的左侧起点为字符轮廓外接矩形的左上角。在图7中对应字符白色框的垂直方向边缘从上至下移动,若在某个或某几个位置未检测到字符轮廓边缘,则认为该处为笔画缺失。图8展示了图6中对字符“5”笔画缺失部位的标识结果,其中,箭头所指处表示笔画缺失部位。
4)图9中,字符0在下边缘位置的水平方向出现笔画缺失,针对字符在上下边缘水平方向的笔画缺失,如图10中白色矩形框标识出的笔画位置,采取灰度投影法进行检测,即将对应位置的笔画做垂直灰度投影,得到灰度投影曲线,并将其与模板中该位置的投影曲线进行比较,若投影曲线在本该是凸峰的位置出现很大的凹谷,即认为该处笔画缺失。图11展示了图9中对字符“0”笔画缺失部位的标识结果,其中,箭头所指处表示笔画缺失部位。
5)图12中,字符6在中间位置出现笔画缺失,针对字符在中间位置的笔画缺失,如图13中白色矩形框标识出的笔画位置,采取斑点法进行检测,即定位至字符轮廓外接矩形在垂直范围内的中间位置,在中间位置测量笔画宽度范围内斑点数,若测得的斑点数小于模板中的斑点数的50%,则认为该处笔画缺失。图14展示了图9中对字符“6”笔画缺失部位的标识结果,其中,箭头所指处表示笔画缺失部位。
Claims (1)
1.一种喷印字符关键笔画缺失的检测方法,用于对由阿拉伯数字构成的字符的喷印质量的检测,包括下列步骤:
(1)采集喷印字符完整的产品包装盒图像,制作模板图像。
(2)训练模板图像,得到字符轮廓的5级金字塔图像;
(3)依次对喷印字符完整的其他日期生产的产品包装盒图像进行训练,得到字符“0”~“9”的轮廓图像,得到模板ID;
(4)保存模板ID,在后续检测中,将待检包装盒图像中字符图案的轮廓与模板ID进行匹配;
(5)采集一幅待检测的字符笔画缺失图像,通过与步骤4中的模板ID进行匹配,得到待检测图像中的字符;
(6)针对字符较大区域缺失现象,采用计算字符外接矩形长宽比判定字符是否出现笔画缺失;针对字符垂直方向笔画缺失现象,采取探针法进行检测,即采用一个宽为单像素,长度为大于在模板ID中测得的字体笔画宽度的水平方向小矩形,小矩形的左侧起点为字符轮廓外接矩形的左上角;针对字符在上边缘或下边缘水平方向的笔画缺失,采取灰度投影法进行检测,即将对应位置的笔画做垂直灰度投影,得到灰度投影曲线,并将其与模板ID中该位置的投影曲线进行比较,若投影曲线在本该是凸峰的位置出现凹谷,即认为该处笔画缺失;针对字符在中间位置的笔画缺失,采取斑点法进行检测,即定位至字符轮廓外接矩形在垂直范围内的中间位置,在中间位置测量笔画宽度范围内斑点数,若测得的斑点数小于模板中的斑点数的50%,则认为该处笔画缺失;
(7)根据步骤(6)检测结果,判断是否存在笔画缺失的现象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611234915.4A CN106651852A (zh) | 2016-12-28 | 2016-12-28 | 一种喷印字符关键笔画缺失的检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201611234915.4A CN106651852A (zh) | 2016-12-28 | 2016-12-28 | 一种喷印字符关键笔画缺失的检测方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN106651852A true CN106651852A (zh) | 2017-05-10 |
Family
ID=58832226
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201611234915.4A Withdrawn CN106651852A (zh) | 2016-12-28 | 2016-12-28 | 一种喷印字符关键笔画缺失的检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN106651852A (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818323A (zh) * | 2017-11-21 | 2018-03-20 | 北京百度网讯科技有限公司 | 用于处理图像的方法和装置 |
CN109872310A (zh) * | 2019-02-01 | 2019-06-11 | 东莞中科蓝海智能视觉科技有限公司 | 工件漏线及表面字符方向检测识别方法 |
WO2019235512A1 (ja) * | 2018-06-08 | 2019-12-12 | マクセルシステムテック株式会社 | 印字検査機 |
CN112763513A (zh) * | 2021-01-26 | 2021-05-07 | 广东奥普特科技股份有限公司 | 一种字符缺陷检测方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08115382A (ja) * | 1994-10-19 | 1996-05-07 | Sanyo Electric Co Ltd | 文字認識方法及びそれを使用した光学ディスクの識別記号認識方法 |
US20110299735A1 (en) * | 2003-09-08 | 2011-12-08 | Konstantin Anisimovich | Method of using structural models for optical recognition |
CN104794480A (zh) * | 2014-12-11 | 2015-07-22 | 天津普达软件技术有限公司 | 一种奶盒喷打字符不良品剔除方法 |
CN105023018A (zh) * | 2015-08-13 | 2015-11-04 | 武汉楚锐自动化控制设备有限公司 | 一种喷码检测方法及系统 |
CN106251341A (zh) * | 2016-07-22 | 2016-12-21 | 凌云光技术集团有限责任公司 | 一种印刷品质量检测方法 |
-
2016
- 2016-12-28 CN CN201611234915.4A patent/CN106651852A/zh not_active Withdrawn
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JPH08115382A (ja) * | 1994-10-19 | 1996-05-07 | Sanyo Electric Co Ltd | 文字認識方法及びそれを使用した光学ディスクの識別記号認識方法 |
US20110299735A1 (en) * | 2003-09-08 | 2011-12-08 | Konstantin Anisimovich | Method of using structural models for optical recognition |
CN104794480A (zh) * | 2014-12-11 | 2015-07-22 | 天津普达软件技术有限公司 | 一种奶盒喷打字符不良品剔除方法 |
CN105023018A (zh) * | 2015-08-13 | 2015-11-04 | 武汉楚锐自动化控制设备有限公司 | 一种喷码检测方法及系统 |
CN106251341A (zh) * | 2016-07-22 | 2016-12-21 | 凌云光技术集团有限责任公司 | 一种印刷品质量检测方法 |
Non-Patent Citations (2)
Title |
---|
KRISHNA SUBRAMANIAN 等: "Character-Stroke Detection for Text-Localization and Extraction", 《NINTH INTERNATIONAL CONFERENCE ON DOCUMENT ANALYSIS AND RECOGNITION》 * |
张靖娅 等: "一种特征加权模板匹配的钢板喷印字符识别方法", 《沈阳理工大学学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107818323A (zh) * | 2017-11-21 | 2018-03-20 | 北京百度网讯科技有限公司 | 用于处理图像的方法和装置 |
CN107818323B (zh) * | 2017-11-21 | 2021-12-07 | 北京百度网讯科技有限公司 | 用于处理图像的方法和装置 |
WO2019235512A1 (ja) * | 2018-06-08 | 2019-12-12 | マクセルシステムテック株式会社 | 印字検査機 |
JP2019212210A (ja) * | 2018-06-08 | 2019-12-12 | マクセルシステムテック株式会社 | 印字検査機 |
JP7092563B2 (ja) | 2018-06-08 | 2022-06-28 | マクセルフロンティア株式会社 | 印字検査機 |
CN109872310A (zh) * | 2019-02-01 | 2019-06-11 | 东莞中科蓝海智能视觉科技有限公司 | 工件漏线及表面字符方向检测识别方法 |
CN112763513A (zh) * | 2021-01-26 | 2021-05-07 | 广东奥普特科技股份有限公司 | 一种字符缺陷检测方法 |
CN112763513B (zh) * | 2021-01-26 | 2022-08-12 | 广东奥普特科技股份有限公司 | 一种字符缺陷检测方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN106651852A (zh) | 一种喷印字符关键笔画缺失的检测方法 | |
CN101799434B (zh) | 一种印刷图像缺陷检测方法 | |
CN108562250B (zh) | 基于结构光成像的键盘键帽平整度快速测量方法与装置 | |
CN111474184A (zh) | 基于工业机器视觉的aoi字符缺陷检测方法和装置 | |
CN104050446B (zh) | 一种基于指针宽度特征的仪表指针图像识别方法 | |
CN110490874A (zh) | 基于yolo神经网络的纺织布匹表面瑕疵检测方法 | |
CN106952250A (zh) | 一种基于Faster R‑CNN网络的金属板带表面缺陷检测方法及装置 | |
CN109472271A (zh) | 印刷电路板图像轮廓提取方法及装置 | |
CN106897996A (zh) | 基于机器视觉的套印误差检测方法 | |
CN104616275A (zh) | 一种缺陷检测方法和装置 | |
CN116559183B (zh) | 一种提高缺陷判定效率的方法及系统 | |
CN109409290B (zh) | 一种温度表检定读数自动识别系统及方法 | |
CN112053317A (zh) | 一种基于级联神经网络的工件表面缺陷检测方法 | |
CN109886960A (zh) | 基于机器视觉的玻璃边缘缺陷检测的方法 | |
CN111062934B (zh) | 一种织物图像缺陷实时检测方法 | |
CN115170669A (zh) | 基于边缘特征点集配准的识别定位方法及系统、存储介质 | |
CN111539927B (zh) | 汽车塑料组合件紧固卡扣缺装检测装置的检测方法 | |
CN113554667B (zh) | 一种基于图像识别的三维位移检测方法及装置 | |
CN113034488B (zh) | 一种喷墨印刷品的视觉检测方法 | |
CN111126391A (zh) | 一种印刷字符缺陷定位方法 | |
CN104331695A (zh) | 一种鲁棒的圆形标志符形状质量检测方法 | |
CN108709500B (zh) | 一种电路板元件定位匹配方法 | |
CN111681231B (zh) | 基于目标检测的工业焊接图像缺陷的检测方法 | |
CN114549504A (zh) | 一种基于机器视觉的外观质量检测方法 | |
CN106770333B (zh) | 一种bga缺陷自动检测方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
WW01 | Invention patent application withdrawn after publication |
Application publication date: 20170510 |
|
WW01 | Invention patent application withdrawn after publication |