方案：
1、python+opencv+tesseract實現OCR，如果開源模型識別率不可接受，則需要訓練識別模型
2、通過HTTP將識別結果發送到web
需求：
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%以上結構設計： 由於字型大小有大有小，對於字型大小很小的需要用長焦鏡頭微距拍攝，對於字型大小很大的，則需要遠距離拍攝，因此攝像頭在豎直方向需要變化。 為了適應不同大小的電路板和不同位置的絲印碼，攝像頭也應該在水準方向上可以移動。
原型
嘗試了一下默認訓練模型，識別率不高，可能是因為應用場景中pcb印刷沒有統一標準，每種電路板上的絲印字體字型大小都不同導致的。 解決辦法只能是訓練一個適用於這個應用場景的模型。
2020.6.15.更新
對輸入圖片進行預處理（高斯模糊->灰度->二值化），在英文和數位上識別效果非常好，但是數碼管字體（我給起的名字）完全無法識別
思路：
1、針對數碼管字體進行訓練，然後將兩個訓練模型疊加使用（-l eng+dit）
2、嘗試一下卷積神經網路的訓練
2020.6.16. 基本功能實現，還有很大優化空間
2020.6.29. HTTP提交功能實現，並搭建運行環境（nginx+php）類比生產環境進行集成測試。
2020.7.5. 完成
2020.11.10. 版本更新 用PyQt5完成介面和人機交互
