Resumen

Un cliente del sector de las bebidas necesitaba leer de forma fiable las fechas de caducidad y los códigos de lote impresos en botellas de plástico transparentes. Los métodos convencionales de procesamiento de imágenes no logran hacerlo debido a las condiciones visuales variables provocadas por la naturaleza del empaque transparente.

senswork implementó una solución basada en el aprendizaje profundo, lo que permitió un reconocimiento preciso de los caracteres en condiciones de fondo y geometrías de superficie muy variables.

Desafío

Los materiales transparentes de las botellas planteaban serios desafíos de inspección. Las burbujas añadían interferencias dinámicas, lo que hacía que la detección estática de fuentes fuera poco confiable.

Las superficies curvas y las costuras del plástico distorsionaban aún más los caracteres impresos, mientras que la iluminación inconsistente y los ángulos de reflexión comprometían la calidad de la imagen. Estos factores combinados hacían que los sistemas de visión convencionales fueran ineficaces para el reconocimiento de fuentes.

Objetivos

1. Reconocer fuentes impresas en fondos difíciles e inconsistentes
2. Validar que todos los caracteres sean legibles y estén completos

Solución

senswork desarrolló y entrenó un sistema de OCR basado en aprendizaje profundo adaptado al cliente. La solución se centró en leer las fechas de caducidad impresas en la parte superior de la botella, donde las burbujas, los reflejos y el movimiento del líquido causaban iluminación inconsistente y distorsión. El modelo de aprendizaje profundo se ajustó para mantener su fiabilidad en condiciones visuales cambiantes sin requerir modificaciones mecánicas en la configuración de producción.

Conclusión

Esta aplicación demuestra cómo el aprendizaje profundo permite un reconocimiento de fuentes de alto rendimiento en entornos visualmente complejos. Al sustituir los sistemas de inspección basados en reglas por redes neuronales adaptables, el cliente logró una inspección automatizada y confiable de los códigos impresos, independientemente del material del empaque, las propiedades del líquido o la geometría de la superficie.

¿Tiene un problema complejo de visión artificial que es difícil de resolver? Permítanos analizarlo con un estudio de viabilidad gratuito. Envíenos un correo electrónico a [email protected] con su problema para comenzar.