OCR（OpticalCharacterRecognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是OCR的课题，ICR（IntelligentCharacterRecognition）的名词也因此而产生。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。目前机器视觉技术在国内主要应用于***、测量、检测和识别四个主要方向，在进行图像采集和图像处理的过程中，下面的机器视觉系统的五个问题直接影响了分析数据的获取性。：打光的稳定性在机器视觉应用中，打光稳定性影响测量的精度，因为只要是光照发生微小变化，测量结果都可能出现1到2个像素差。主要原因是光照的不稳定会影响到图像采集边缘位置发生变化，所以在机器视觉系统设计中将环境光的影响消除到，同时要保证配套的主动光源的稳定性。第四：物体的运动速度在图像获取获取过程中，图像模糊精度取决于物体运动速度和相机***时间，所以物体运动速度快很可能导致图片成像模糊，此外其他设备（工业相机、工业镜头、光源等）也会间接影响检测。第五：软件的测量精度测量精度一般在1/2-1/4个像素，原因是测量软件精度过小，从图像上提取的特征点信息就越少。通过上述的5个问题可以看出机器视觉系统设计时会出现很多因素的干扰，所以我们需要不断的去改善和升级技术去规避掉这些难以避免的问题，也相信技术的创新，很多问题都能别解决。)