OCR （Optical Character Recognition，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（Intelligent Character Recognition）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。


从影像到结果输出，须经过影像输入、影像前处理、文字特征抽取、比对识别、后经人工校正将认错的文字更正，将结果输出。影像输入欲经过OCR处理的标的物须透过光学仪器，如影像扫描仪、传真机或任何摄影器材，将影像转入计算机。科技的进步，扫描仪等的输入装置已制作的愈来愈精致，轻薄短小、品质也高，对OCR有相当大的帮助，扫描仪的分辨率使影像更清晰、扫除速度更增进OCR处理的效率。

以矿泉水日期为例：1、瓶盖喷印字符检测

瓶盖喷印字符

上图喷印字符在瓶盖弧面上，打光会出现中间亮两边暗的现象，同时凹凸条纹也比较明显，一般视觉包装检测就有些困难，欣维视觉经过多年努力，目前可以做到如下效果：

改进后成像的瓶盖字符

改进后可以明显看到，字符底色为高亮，字符为黑色，整体感觉在一个平面上，这样视觉检测就比较方便了，检测效果如下：

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。