20世纪70年代初，日本的学者开始研究汉字识别，并做了大量的工作。中国在OCR技术方面的研究工作起步较晚，在70年代才开始对数字、英文字母及符号的识别进行研究，70年代末开始进行汉字识别的研究，到1986年，我国提出“863”高新科技研究计划，汉字识别的研究进入一个实质性的阶段，清华大学的丁晓青和中科院分别开发研究，相继推出了中文OCR产品，现为中国汉字OCR技术。


文字特征抽取：单以识别率而言，特征抽取可说是 OCR的核心，用什么特征、怎么抽取，直接影响识别的好坏，也所以在OCR研究初期，特征抽取的研究报告特别的多。而特征可说是识别的筹码，简易的区分可分为两类：一为统计的特征，如文字区域内的黑/白点数比，当文字区分成好几个区域时，这一个个区域黑/白点数比之联合，就成了空间的一个数值向量，在比对时，基本的数学理论就足以应付了。而另一类特征为结构的特征，如文字影像细线化后，取得字的笔划端点、交叉点之数量及位置，或以笔划段为特征，配合特殊的比对方法，进行比对，市面上的线上手写输入软件的识别方法多以此种结构的方法为主。

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。

MVOL视觉开放实验室

维视智造拥有15年机器视觉解决方案行业经验，多年来工业视觉产品的品质和服务得到业界普遍认可。本次MVOL视觉开放实验室展区现场建议看点包括MV-E系列7000万像素高分辨率工业相机、MV-HS系列高速工业相机、BT-MP5系列500万像素工业镜头等；其中7000万像素工业相机具有图像超清晰、低噪声、性能稳定等特点。