A. 凌誼視覺網上有，OCR/CCD識別系統，是什麼意思呢
cognition，（光學字元識別），是屬於圖型識別（Pattern Recognition，PR）的一門學問。其目的就是要讓計算機知道它到底看到了什麼，尤其是文字資料。
由於OCR是一門與識別率拔河的技術，因此如何除錯或利用輔助信息提高識別正確率，是OCR最重要的課題，ICR（Intelligent Character Recognition）的名詞也因此而產生。而根據文字資料存在的媒體介質不同，及取得這些資料的方式不同，就衍生出各式各樣、各種不同的應用。
在此對OCR作一基本介紹，包括其技術簡介以及其應用介紹。
一、OCR的發展
要談OCR的發展，早在60、70年代，世界各國就開始有OCR的研究，而研究的初期，多以文字的識別方法研究為主，且識別的文字僅為0至9的數字。以同樣擁有方塊文字的日本為例，1960年左右開始研究OCR的基本識別理論，初期以數字為對象，直至1965至1970年之間開始有一些簡單的產品，如印刷文字的郵政編碼識別系統，識別郵件上的郵政編碼，幫助郵局作區域分信的作業；也因此至今郵政編碼一直是各國所倡導的地址書寫方式。
OCR可以說是一種不確定的技術研究，正確率就像是一個無窮趨近函數，知道其趨近值，卻只能靠近而無法達到，永遠在與100%作拉鋸戰。因為其牽扯的因素太多了，書寫者的習慣或文件印刷品質、掃描儀的掃瞄品質、識別的方法、學習及測試的樣本……等等，多少都會影響其正確率，也因此，OCR的產品除了需有一個強有力的識別核心外，產品的操作使用方便性、所提供的除錯功能及方法，亦是決定產品好壞的重要因素。
一個OCR識別系統，其目的很簡單，只是要把影像作一個轉換，使影像內的圖形繼續保存、有表格則表格內資料及影像內的文字，一律變成計算機文字，使能達到影像資料的儲存量減少、識別出的文字可再使用及分析，當然也可節省因鍵盤輸入的人力與時間。其處理流程如下圖：
(在下面的站點上）
從影像到結果輸出，須經過影像輸入、影像前處理、文字特徵抽取、比對識別、最後經人工校正將認錯的文字更正，將結果輸出。
在此逐一介紹：
影象輸入：欲經過OCR處理的標的物須透過光學儀器，如影像掃描儀、傳真機或任何攝影器材，將影像轉入計算機。科技的進步，掃描儀等的輸入裝置已製作的愈來愈精緻，輕薄短小、品質也高，對OCR有相當大的幫助，掃描儀的解析度使影像更清晰、掃除速度更增進OCR處理的效率。
影象前處理：影像前處理是OCR系統中，須解決問題最多的一個模塊，從得到一個不是黑就是白的二值化影像，或灰階、彩色的影像，到獨立出一個個的文字影像的過程，都屬於影像前處理。包含了影像正規化、去除雜訊、影像矯正等的影像處理，及圖文分析、文字行與字分離的文件前處理。在影像處理方面，在學理及技術方面都已達成熟階段，因此在市面上或網站上有不少可用的鏈接庫；在文件前處理方面，則憑各家本領了；影像須先將圖片、表格及文字區域分離出來，甚至可將文章的編排方向、文章的題綱及內容主體區分開，而文字的大小及文字的字體亦可如原始文件一樣的判斷出來。
文字特徵抽取：單以識別率而言，特徵抽取可說是OCR的核心，用什麼特徵、怎麼抽取，直接影響識別的好壞，也所以在OCR研究初期，特徵抽取的研究報告特別的多。而特徵可說是識別的籌碼，簡易的區分可分為兩類：一為統計的特徵，如文字區域內的黑/白點數比，當文字區分成好幾個區域時，這一個個區域黑/白點數比之聯合，就成了空間的一個數值向量，在比對時，基本的數學理論就足以應付了。而另一類特徵為結構的特徵，如文字影像細線化後，取得字的筆劃端點、交叉點之數量及位置，或以筆劃段為特徵，配合特殊的比對方法，進行比對，市面上的線上手寫輸入軟體的識別方法多以此種結構的方法為主。
對比資料庫：當輸入文字算完特徵後，不管是用統計或結構的特徵，都須有一比對資料庫或特徵資料庫來進行比對，資料庫的內容應包含所有欲識別的字集文字，根據與輸入文字一樣的特徵抽取方法所得的特徵群組。
對比識別：這是可充分發揮數學運算理論的一個模塊，根據不同的特徵特性，選用不同的數學距離函數，較有名的比對方法有，歐式空間的比對方法、鬆弛比對法（Relaxation）、動態程序比對法（Dynamic Programming，DP），以及類神經網路的資料庫建立及比對、HMM（Hidden Markov Model）…等著名的方法，為了使識別的結果更穩定，也有所謂的專家系統（Experts System）被提出，利用各種特徵比對方法的相異互補性，使識別出的結果，其信心度特別的高。
字詞後處理：由於OCR的識別率並無法達到百分之百，或想加強比對的正確性及信心值，一些除錯或甚至幫忙更正的功能，也成為OCR系統中必要的一個模塊。字詞後處理就是一例，利用比對後的識別文字與其可能的相似候選字群中，根據前後的識別文字找出最合乎邏輯的詞，做更正的功能。
字詞資料庫：為字詞後處理所建立的詞庫。
人工校正：OCR最後的關卡，在此之前，使用者可能只是拿支滑鼠，跟著軟體設計的節奏操作或僅是觀看，而在此有可能須特別花使用者的精神及時間，去更正甚至找尋可能是OCR出錯的地方。一個好的OCR軟體，除了有一個穩定的影像處理及識別核心，以降低錯誤率外，人工校正的操作流程及其功能，亦影響OCR的處理效率，因此，文字影像與識別文字的對照，及其屏幕信息擺放的位置、還有每一識別文字的候選字功能、拒認字的功能、及字詞後處理後特意標示出可能有問題的字詞，都是為使用者設計盡量少使用鍵盤的一種功能，當然，不是說系統沒顯示出的文字就一定正確，就像完全由鍵盤輸入的工作人員也會有出錯的時候，這時要重新校正一次或能允許些許的錯，就完全看使用單位的需求了。
結果輸出：其實輸出是件簡單的事，但卻須看使用者用OCR到底為了什麼？有人只要文本文件作部份文字的再使用之用，所以只要一般的文字文件、有人要漂漂亮亮的和輸入文件一模一樣，所以有原文重現的功能、有人注重表格內的文字，所以要和Excel等軟體結合。無論怎麼變化，都只是輸出檔案格式的變化而已。
B. 國內有沒有做機器視覺系統的廠家
國內做機器視覺的廠家，像基恩士中國、施努卡、康耐視都是比較好的的廠家，如果說真正國內的就是schnoka就是真正的國內廠家了，你可以自己搜索了解
C. 現在市場上CCD視覺系統有哪些品牌
工業級的？我做機器視覺的 工業級的有AVT、DALSA、JAI、 Basler等
D. 麗水哪裡有PLC培訓的嗎
宏德PLC培訓長期開設三菱FX系列編程，西門子S7-200/系列PLC編程，歐姆龍PLC編程，觸摸屏，伺服精準定位，步進驅動器調速，變頻器調速，模擬量控制等工業自動化技術課程培訓，師資力量雄厚，教學設備齊全，交通便利。在浙江樂清柳市鎮有一家
E. CCD檢測軟體
顏色識別用人工的話很容易出錯，因為人眼很容易疲勞，一直盯著那幾種顏色看很容易變色，叫做眼睛的視覺暫停現象。
運用自動CCD檢測就可以完全避免這種情況，需要的這方面技術支持的可以找我
具體請點擊的我騰訊空間博客
http://user.qzone.qq.com/156208606/blog/1272267706
F. ccd檢測廠家有哪些
隨著機器視覺近幾年來得火速發展，很多機器視覺企業如同雨後春筍般拔地而起，國內的機器視覺發展形勢也是一片大好，很多行業陸續在加工製造過程中需要不同范圍的使用整套的機器視覺系統。工業相機是機器視覺系統的核心部件，其本質功能完成是將光信號轉變成電信號的過程，相比於普通相機來說 ，具有更高的傳輸力、抗干擾力以及穩定的成像能力。TEO迪奧科技就可以啊
G. 機器視覺哪種軟體比較好
1、以Halcon，VisionPro為代表的傳統機器視覺軟體，通過調用各種演算法因子，針對目標特徵，定製化設置各種參數。其擅長解決以測量為主的定量問題，和判斷有無的簡單問題，但對復雜檢測類的需求，漏檢率/誤檢率較高。雖然軟體價格一降再降，國產軟體售價僅幾千元甚至免費，但前期開發和後期維護成本較高，在使用時面臨很大的局限性。
2、以康耐視的VIDI、Sualab(已被康耐視收購)為代表的深度學習軟體，將深度學習的標注、訓練、測試流程，以PC軟體的方式進行封裝，降低了用戶使用深度學習技術的門檻。主要解決傳統視覺無法解決的復雜缺陷檢測難題，或用深度學習的標注方法，提高開發效率。但從實際應用效果來看，當前的深度學習主要以監督學習為主，針對不同場景，需要大量的模型選擇、調參等工作，無法針對所有場景，通用性的解決，因此，並沒有解決傳統演算法需要定製開發的難題，並且用戶的使用門檻較高，普通工程師對深度學習的調參一般沒有基礎。
3、北京矩視智能科技有限公司，成立於2017年，先後獲融資近千萬元，創新性的提供了一款雲端的工業視覺深度學習工具，線上實現標注、訓練、測試流程，依靠在雲端積累的大量不同場景的深度學習模型庫，用戶上傳、標注圖片後，將由雲端自動匹配最優的深度學習模型和參數進行訓練，用戶無需任何操作，線上測試效果後，下載SDK即可本地化運行，真正做到通用級的工業視覺深度學習工具。同時在商業上，矩視智能將雲端工具直接免費，下載sdk後，僅需購買Lisence加密狗，即可本地運行，致力於將深度學習技術應用於所有的工業視覺場景中。
H. CCD機器視覺系統
CCD機器視覺系統
1、導航定位：視覺定位要求機器視覺檢測系統快速准確地找到零件並確定其位置，並利用機器視覺檢測定位材料，引導機械手臂准確掌握。在半導體封裝領域中，器件需要根據機器視覺的位置信息進行調整，拾取晶元並准確綁定，這是視覺定位在機器視覺檢測行業中最基本的應用。
2，外觀測試：測試生產線產品沒有質量問題，這一環節也是最重要的環節，以取代人工。機器視覺測試涉及到醫學領域。其主要檢測有尺寸檢測、瓶體外觀缺陷檢測、瓶肩缺陷檢測、瓶口檢測等。
3、高精度的檢測：部分產品精度高，達到0.01 ~ 0.02m甚至U級。機器不能檢測到人眼。
4、識別：利用機器視覺檢測、圖像處理、分析和理解，識別各種模式的目標和物體。這些數據可以追溯和收集，廣泛應用於汽車、食品、醫葯等行業。隨著計算機技術和自動控制技術的發展，越來越多的智能機器人出現在生產和生活中。智能工業機器人系統作為智能工業機器人系統的一個重要子系統，越來越受到人們的重視。
行業分析，隨著機器視覺檢測技術的發展，新產業在未來的應用可能會出現。大量的工業生產可能是物流業，尤其是三維視覺。公務員需要更多經驗。難點在於環境的大變化性和演算法的高冗餘性。民用產品主要來自消費產品。
隨著社會現代化進程的推進，中國的工業已經取得了很大的進步。經過長時間積累的機器視覺檢測市場，我國出現了一些具有一定實力的視覺檢測設備製造商。
比如：廣東嘉銘智能科技有限公司有限公司成立於1992年。集研發、設計、生產、製造、服務於一體的高新科技企業。
I. ccd定位系統
這個非常容易實現，CCD定位演算法不要自己寫，解決方案目前有兩套方式，一、采購目前市場上有的Evision，MIL或者其他公司的軟體，自己選型CCD，鏡頭，光源，做成CCD系統。CCD可以用30W像素的黑白相機就好了，光源用玻璃的話，一般用漫反射光源，鏡頭利用可調焦的。
方式二、直接采購整個智能相機，比如歐姆龍，基恩士他們都有完整的解決方案。直接采購智能相機有個問題就是定位精度比較低，個性化調整麻煩，因為沒有開放借口，做修改很難，但是如果通用方案，精度要求不高，系統開發速度快。國內有一家做機器視覺 ，CCD定位方案做的很成功的公司，是廈門的智摩星自動化。他們給富士康什麼的做了很多方案。
J. 什麼叫CCD視覺識別系統
你要的這些，書上能看到的，只是一些理論性的東西，像如何進行邊緣提取，模式匹配之類的，而實際應用方面的知識卻是沒有書的。還是得自己摸索或找前人學習經驗。 這個過程我想大概是這樣的： 送料機構將物體送到相機鏡頭的視野下（這里可能需要機器視覺光源、工業鏡頭、工業相機、圖像採集卡、圖像處理系統等），經計算機判斷物體有沒有，在什麼位置，什麼角度後，給到機械手信號（位置信息、角度信息），然後計算機（或PLC）控制機械手運動，去拾取目標，如果需要一個定位配合，則還需要在另外的配合處也安裝相機鏡頭，給到信息，讓機械手運動到目的地，釋放目標，進行安裝配合。