PCB 실크스크린 코드 리더 – 저는 루이스입니다!

해결책:
1. Python + opencv + tesseract를 사용하여 OCR을 구현합니다. 오픈 소스 모델의 인식률이 허용되지 않으면 인식 모델을 학습시켜야 합니다.
2. 인식 결과를 HTTP를 통해 웹으로 전송

자격 요건:

1、识别pcb板上特定的丝印代码
2、丝印代码位置不确定，字体字号均不统一，可确定的是只有大写英文字母和数字
3、pcb板尺寸不超过300mm*300mm
4、通过定义url接口写数据库
5、识别正确率90%以上

구조 디자인: 글꼴 크기가 다양하기 때문에, 아주 작은 글꼴은 망원 매크로 촬영이 필요하고, 큰 글꼴은 장거리 촬영이 필요하므로 카메라는 수직으로 조절해야 합니다. 위치에 따라 크기가 다른 회로 기판과 실크스크린 코드를 처리할 수 있도록, 카메라는 수평으로 움직일 수도 있어야 합니다.

프로토타입

기본 학습 모델을 시도해봤지만 인식률이 낮았습니다. 이는 응용 시나리오에서 PCB 인쇄에 대한 통일된 표준이 없고, 회로 기판마다 실크스크린 글꼴과 글꼴 크기가 다르기 때문일 수 있습니다. 유일한 해결책은 이 응용 시나리오에 적합한 모델을 학습시키는 것입니다.

2020.6.15에 업데이트됨
입력 이미지(가우시안 블러 - > 그레이스케일>이나리화)는 영어와 숫자 인식에서 매우 잘 작동하지만, 제가 붙인 디지털 글꼴은 전혀 읽을 수 없습니다
접근법:
1. 디지털 튜브 폰트로 훈련한 후 두 학습 모델을 (-l eng+dit)로 겹쳐 붙입니다.
2. 합성곱 신경망을 훈련시키기