基于OCR技术的烟包出库信息比对系统开发

设计一套基于深度学习的文本检测比对系统，采用工业相机采集原产地烟包标签和物流入库条码标签的图像数据，利用OpenCV对图像进行预处理，提取标签位置并进行正畸和放大，利用PP-OCR超轻量级OCR系统对标签中的文字进行自动识别，并结合深度学习算法进行样本训练和逻辑匹配，实时检测出标签信息不符合的烟包，并触发剔除指令，将问题烟包移送至待检区。测试结果显示，该模型对烟包文本图像具有良好的识别效果，准确率达99.85%。在实际应用中，信息的实时识别准确率能保持99.97%，实现数据标签检查的自动化，降低检测人员的劳动强度，提高了生产线的自动化水平。