Академический Документы
Профессиональный Документы
Культура Документы
1
O que é Visão de Máquina?
2
O que é Visão de Máquina?
3
DVT Hardware
4
Hardware – Visão Geral
Componentes da Câmera
Luz de LED Integrada
(Opcional)
Lente tipo C ou CS
Microprocessador
CCD ou CMOS
5
Comunicação
• Ethernet
– Modbus TCP, Modbus RTU
– ASCII, XML
– Ethernet/IP
• Opções:
– OPC Server
– RS-232 comunicação serial com conversor (CON-ETS)
6
Luz Estrobo LED - DVT
7
I/O Components
8
IBOB
• Características:
– 8 pinos de I/O dedicados
– 24 V+, 2 terras e 3 conexões de estrobo
– LED’s de status dos I/O’s
9
Ethernet I/O
10
Comunicação Serial
• Conversor Ethernet/Serial
- part # CON – ETS
CON-ETS
11
SmartLink
12
Intellect Básico
Visão Geral
• Estabelecendo uma conexão
• Layout da interface de usuário
• Navegação de imagens
• SoftSensor visão geral
13
Gerente de Rede
Endereço de IP
IP do Computador:
192.168.0.12
IP da Camera :
192.168.0.242
Subnet:
255.255.255.0
Desconecta
Gerente de
conexões
Conexões
14
Ícones de Imagens Ícones de Produtos
Ícones de SoftSensor
Janela de
Propriedades
Display de Imagens
Resposta em tempo real
Gerente de
conexões
Tabela de
resultados
15
Display de Imagens (SID)
• Display de imagens
– As imagens são transferidas para o display somente quando
houver tempo disponível.
– Seleção de imagens:
• Aprovadas/Reprovadas
• Todas as imagens: Pára na reprovada
16
Ícones de Sistema
17
Play mode vs. Inspection mode
ON OFF Yes No
OFF ON No Yes
System
Product 1 Product 2
SoftSensor 1
SoftSensor 1
SoftSensor 2
SoftSensor 2 SoftSensor 3
19
Ícones de Produtos
20
Gerenciamento de Produtos
- Atribuindo um produto
ao power-on
- Atribuindo uma
tranformação de coordenadas
escala global
- Escolhendo um
número da seleção
de ID digital
21
Ícones de Sensores
22
Sensores
• Executar inspeção
• Referência de posição
– Esta opção permite (X, Y, Theta) que dados sejam trocados entre
sensores
• Referência de imagem
- Esta opção liga a saída de imagem de um sensor com a entrada de
outro
• Modo de marcação local
- Ajusta a marcação local para o sensor
• Shaped Defined in
– Usado para referenciar a um sistema de coordenadas
24
Demostração de Habilidades com
Sensores
Desenhar
Mudar forma
Mover
Determinar porque um sensor falhou
25
Tabela de Resultados
26
Parâmetros de Aquisição
27
Resultados da Inspeção
• Configuração:
– Tempo
– Tempo de saída
– Resultados Passa/Falha
28
Gerênciamento de Comunicação
- Ícone na tabela
de resultados
29
Posicionamento de Janelas
30
Configurações de Sistema
• Conexões do sistema
• Inspeção
• Scripts de fundo
• Sistemas de coordenadas
• Imagens retidas
• Calibração de sistema
• Administração do sistema
• Gráficos do sistema
31
Network Explorer
Emulador IP Address
IP: 127.0.0.1
Subnet:
255.255.255.0
Disconecta
Gerente de
conexões
Conexões
32
Emulador
33
Carregando Imagens
Atalhos:
- Teclado (ctrl+E)
• Para rodar uma série de imagens:
- Ícone
– No menu do Intellect abra
images e selecione “Configure
Sequence…”
34
Navegação
Fonte de Disparo:
- Interno com um período de tempo (ms)
- Interno em máxima velocidade
- Externo
Avançar com as imagens:
- Última imagem
- Para trás / para frente
- Gravar
- Stop
35
Salvando Imagens
- Para o PC:
- No menu File selecione:
“Save System as…” ou
“Save Product as…”
37
Suporte e Diagnósticos
38
Emulador DVT
39
Ferramentas de contagem
40
Contagem baseada em linha
41
Contagem Baseada em Linha
• Edge Counting
– Mesmo algorítimo para Posição, Linha
42
Contagem Baseada em Linha
Options
43
Princípios de Contagem
44
Definições
0
• Contrast – Diferença entre pixel claro e pixel
escuro.
45
Lendo um Pixel Graph
46
Contagem Baseada em Linha
47
Contagem Baseada em Linha
• Pattern Counting
– Esta opção trabalha aprendendo um padrão dos pixels definidos
pelo usuário e procura então, ao longo do trajeto, por
ocorrências do padrão aprendido.
48
Contagem Baseada em Linha
• Pattern Match
- Um gráfico da contagem é criado para ajudar o usuário a
identificar se o teste padrão foi reconhecido ou não .
49
Contagem Baseada em Linha
• Pattern Find
50
Contagem baseada em linha
51
Vantagens e Desvantagens
Desvantagem Desvantagem
Desvantagem
- Tem que determinar - Maior tempo de
- Muito dependente
o tamannho da processamento.
do Threshold para
eliminar ruídos característica a ser
contada.
52
Contagem baseada em área
• Blob
– Conta blobs de pixels com intensidades semelhantes
• Object Locate
– Conta objetos de geometria semelhante
• Pattern Find
– Aprende padrões distintos para contar.
53
Contagem em Área Object Locate
• Object Locate
– Algorítimo Geométrico.
– Capacidade de Auto-Aprendizagem
54
Object Locate – Count In Area
Object Locate
55
Parâmetros Model Object
Extração e Aprendizado
• Segmentos são extraídos e
características identificadas.
• Nível de importância
atribuído (Strength)
• Possível gerenciar
segmentos individualmente
56
Algorítimo Object Locate
57
Parâmetros de Localização do Objeto
• Limitar a translação e a
rotação pode reduzir o tempo
de processamento.
58
E se não Trabalhar?
• Analisar a Imagem
– Melhorar a iluminação
– Otimizar definição e contraste de bordas
59
E se não Trabalhar?
60
Contagem em Área Blobs
• Blobs
61
Contagem em Área Blobs
• Blobs Options
– Aumentar o parâmetro Match Score ajuda a eliminar contagens
falsas.
62
Parâmetros Preprocessing
• Blob PreProcessing
– Usa sempre threshold baseado em intensidade para produzir a
imagem binarizada.
63
Parâmetros Generation
• Blob Generation
– Blob Color
• Light ou Dark (Claro ou Escuro)
– Blob Size Limits: usado para eliminar blobs não desejados.
• Min e Max (Mínimo e Máximo)
– Tipo de saída
• Posição, área, perímetro, etc.
64
Blob Generator
65
Parâmetros Selection
66
Contando Pixels (PixelCounting)
67
Entenda um Histograma
68
Sensores de Posicionamento
69
Posicionamento
70
Exemplo
Horizontal
Position, Line
SoftSensor
Vertical
Position, Line
SoftSensor
Inspection SoftSensors
71
Ferramentas de Posicionamento
72
Sensores de Posicionamento - Linha
73
Posição Baseada em Linha
Options
• Edge Type to Locate
- Seleciona o tipo de borda a
ser encontrada.
74
SoftSensor Arc : Exemplo
Horizontal
Position Line
SoftSensor
Vertical
Position Line
SoftSensor
Rotational
SoftSensor
Inspection SoftSensors
75
SoftSensor Arc : Exemplo
Position Circle
SoftSensor
Rotation
Position Arc
SoftSensor
Inspection SoftSensors
76
Fitting Positioning
• Fitting SoftSensors
– Line Fit (linha)
– Circle Fit (circulo)
• Cada linha de scan do SoftSensor faz a varredura
em uma área para as bordas
• Sensores de linha ou círculo encontram bordas.
• Melhora a exatidão.
• Algorítimo rápido e exato.
77
Line Fit: Exemplo
Line Fit
SoftSensor
Position, Line
SoftSensor
Inspection SoftSensors
78
Line Fit
Certo Errado
79
SoftSensor LineFit
• Pode encontrar …
– Minimum edge point
– Maximum edge point
– Median EdgePoint
80
Circle Fit
• Filtragem avançada
81
Aumentando a Exatidão
82
Posição baseada em área
83
Posição baseada em área
84
Sensor de Posição Blob
• O Algorítimo é novo
– A imagem é binarizada.
– Pixels de intensidades similares são agrupados formando blob.
– O resultado será posições de X, Y e rotação do blob.
– Novo no Intellect
• Selector e Generator combinados
• As características do Blob são aprendidas automaticamente.
Isto ajuda automatizar o processo de seleção.
85
Blob Position – Options
Options
• Minimum Match Score
– Esta contagem é usada para
uma comparação final da
seleção do Blob.
86
Blob Position - PreProcessing
PreProcessing
• Aqui você pode escolher o tipo
de Threshold.
• Morphology
– Há mais possibilidades de
processar os blobs.
87
Blob Position - PreProcessing
88
Blob Position - PreProcessing
89
Blob Position - PreProcessing
90
Blob Position - PreProcessing
91
Blob Position - Generator
92
Blob Position - Selection
Selection
• Tabela de Informação
– A tabela na parte de baixo do
menu indica todas as
informações dos blobs
encontrados.
– Os Blobs com um asterisco
são os blobs que se
encontram dentro das
exigências de seleção.
93
Blob Position - Selection
– Automaticamente as
características do blob serão
atualizadas na área de
critérios de seleção.
– Variação de cores.
95
Posicionamento - Object Locate
• Utiliza
– Translação
– Rotação
– Escala
96
Object Locate – Model Object
97
Object Locate – Options
Options
98
Object Locate – Parameters
Parameters
• Ajuste de escala
99
E se não Trabalhar?
• Analise a imagem
– Melhore a iluminação
– Otimize a definição e contraste das bordas
101
Posicionamento - Pattern Matching
102
Posição - Considerações
103
Ferramentas de Medida
104
Precisão e Resolução
105
Precisão e Resolução
106
Sensores de Medida
107
Efeito do Threshold de Intensidade
Se um gráfico de pixel
(threshold baseado
intensidade) for usado
100 100 50 0 0 para medir as peças,
pode haver uma
variação grande no
resultado da medida
Intensidade X X
X X
Variação causada por
uma mudança Distância
pequena no threshold
108
Sensores de Medida
109
Precisão e Resolução
100 100 50 0 0
Taxa de
mudança Os sistemas
monocromáticos da
X X
DVT podem calcular
centésimo de um Pixel
mas repetir o décimo
de um Pixel
X X
Distância
110
Sensores de Medida
111
Measure Along Line
112
Measure in Area
113
Parâmetros da Varredura de Linha
114
Outros Parâmetros da Varredura de Linha
115
Max Interations
• Ajustando os pontos
interações máximas, é dado
um peso baseado na
proximidade ao melhor fit
(linha) apto.
• As interações subsequentes
são basedas nos pontos de
maior peso.
• O exemplo compara a
melhor linha apta (linha
amarela) e a mesma linha
após 4 iterações.
116
Outlier Distance
117
Measure in Circle
119
Statistics
120
Melhorando Resultados da Medida
• Hardware
• Configuração de Sistema
• Iluminação
• Lente
• Ambiente
• Estatística das amostragens
121
Câmera - Hardware
122
Configuração de Sistema
123
Precisão e Resolução
124
Precisão e Resolução
125
Medindo a Lua
126
Medindo a Lua
127
Medindo um Cabelo
128
Medindo um Cabelo
129
Escala
Coordinate Systems
Caixa de Propriedades
Transformation Method
Select - none
Scaling Method
SoftSensor based
– O usuário escolhe o sensor de medida
– Unidades para Escala
Manual
– O usuário entra com o fator de conversão
20 pixels = 1mm
– Unidades para escala
Portanto:
1 pixel = .0500mm
130
Comunicações
131
O que Vamos Aprender
Como configurar:
• I/O físico e remoto
– Seleção de Produtos via I/O Digital
• Conexões TCP/IP
• DataLink
• Registros
– Linhas de comandos por terminal do sistema
• Modbus Master
• Ethernet terminal controller
132
Digital I/O
Conector RJ-45
com 10 pinos
8 linhas de I/O
configuráveis
IN-Sinking (NPN)
Sink max of 1.5 mA Breakout Board
Simplifica conexões e
OUT-Sourcing (PNP) fornece indicadores de
Source max of 50 mA LED
133
Digital I/O - Inputs
Inputs
- Trigger - 4 Digital ReLearn
- Product Select - Event Counter
- Results Acknowledgement - 15 Product selection for
- Disable Run Mode inspection (product select/ID bits)
- External Trigger Mode - 32 Inputs for scripts
134
Digital I/O - Outputs
Output
- Trigger Ack - Busy
- Select Pass - Acquiring
- Pass - Inspecting
- Fail - Inspection Toggle
- Resource Conflict - Wrong Code
- Run Mode - 3 Strobe
- Trigger Mode - 16 User Outputs
- 16 Script Outputs
135
User Outputs
Abrir clicando no
ícone da tabela do
resultado
136
Seleção de Produtos
Configuração em 2 partes
137
Como a Seleção de Produto Trabalha
Product 1 1 0 1
Product 2 2 1 0
Product 3 3 1 1
Product 4 4 ? ?
138
Amostra de Conf. de I/O
139
Expansão de I/O
140
Câmeras Coloridas
141
Uso do Sistema Colorido
142
535C – Demonstração de Aplicação
143
Uso do Sensor Colorido
• Pixel Counting
– Mais de 95% das aplicações
• Color Monitoring
– Localizado no grupo Flaw Detection
– Menos de 5% das aplicações
– Iluminação é um ponto muito crítico
144
Passos da Aplicação Colorida
145
Balancear a Cor do Sistema:
White Balance
• Deixa as cores mais reais
• Específico para cada tipo de luz
• Deve ser utilizado a cada mudança de iluminação
• Dicas:
– Use um fundo branco
– Certifique-se que o centro da imagem não está saturado.
146
Aprendendo Cores
– Multi-Color Learning
• Aprende muitas cores diferentes de uma vez. Somente UMA
cor aparece na lista de cores.
• Pixels podem ser adicionados ou removidos
• As cores adicionais podem ser adicionadas na lista de cores.
147
Cubo de Cor RGB
148
Alterando Parâmetros de Cor
• São 3 Alternativas
– Mudar o fator Sigma
• O Aumento do fator Sigma traz outrascores mais para
perto da cor instruída, o que geralmente aumenta o
número de píxel contados.
149
Alterando Parâmetros de Cor
150
Matte and Highlight
• Valores RGB
• A - 30,20,15 darker matte (matte mais escuro)
• 60,40,30 cor aprendida
• B - 90,60,45 brighter matte (matte mais claro)
• C - 100,80,60 saturation matte (matte saturado)
• D - 80,60,65 highlight line (linha de highligth)
• E - 30, 40, 60 fora das linhas de highlight ou matte.
151
Variação de Cor no Espaço RGB
152
Histograma da Cor de uma Laranja
153
Objeto Laranja
154
Objeto Laranja
155
Usando o Pixel Counting
156
Multi Color Learning
157
Usando o Pixel Counting
158
Ligando Informação de Cor
159
Opções de Aprendizagem Melhoradas
160
Novas Características de Digital Relearn
Training
Learn One & Append - Aprende uma nova
cor e adiciona a lista
161
Pixel Counting - Conclusão
• Princípios da cor
– Lembrar de balancear seu sistema com o white balance.
– Os dados da cor podem ser movidos entre sensores
– Pixel Counting SoftSensor pode ser usado:
• Em sistemas monocromáticos
• Coloridos
162
Color Monitoring
163
Color Monitoring
164
Color Monitoring
165
Color Monitoring - Exemplo
166
Flaw Detection
167
O que Iremos Aprender
168
Defect Detection
Peça Boa
“Model Image”
169
Defect Detection
Erros encontrados
Peças defeituosas “Residual Image”
“Live Image”
170
Defect Detection
171
Defect Detection
172
Defect Detection
173
Defect Detection
• Pass/Fail
– Maximum Number of Defects (Número max. de defeitos)
– Total Defect Area in pixels (Área total dos defeitos em pixels)
174
Conclusão
175
Visualização de Imagens
Metodos possíveis:
• Web Server
• ActiveX Controls
• CTC Parker
176
Scripts
177
Sumário
• Descrição:
– Sintaxe Script Básica
– Script Edição
– Tipos de dados e registradores
– Debug Window
– Funções matemáticas
– SoftSensor saidas
• Nível –Intermediário
• Pré-requisitos
– Para algumas funções avançadas de script ou programação
necessário maior conhecimento ( recomendado)
178
O que Você Aprenderá
179
Scripts
180
Background vs. Foreground Scripts
181
Organização
text Background
Scripts
System Memory
(DVT Registers)
Foreground
Script 1
Inspection Inspection Foreground
Product 1 Product 2 Script 1
Foreground
Script 2
SoftSensor 3 SoftSensor 1
SoftSensor 1 SoftSensor 2
SoftSensor 2
182
Interface Script
class Sensor1
{
public void inspect()
{
//Double click a parameter,
function or keyword from the
right to insert your code here.
}
}
183
Dados Numéricos
Visão geral:
- Discutir sintaxe correta para programar, estrutura
que mostra os tipos de variáveis, operações,
indicações de atribuições, declarações e
gerenciador de registros.
184
Dados Numéricos
185
Declarações
int NumBordas;
float Distância;
String Nomes;
186
Dados Numéricos
187
Atribuições das Declarações
188
“Armadilha”
What o
Qual is valor da distância?
the value of Distance?
a) 2.5
a) 2.5
b) 22
c) 33
d) Why
Porque você
don’t youapenas não me
just tell me?
diz qual é?
189
Porque Aquele Conceito é Importante:
1) Declarar os números
como variáveis
floating
2) Mude as variáveis
para o tipo de dado
desejado
190
Palavra Chave e Palavras Reservadas
191
Referência para Sensores
• <Sensor_Name>.<Parameter>
• int n = Blob_gen.NumBlobs
192
Operações Básicas
193
Novas Atribuições para Operações
Notações breves
194
O “and” Operação &&
195
O “or” Operação ||
if ((x == 0) || (x == 1))
{
Do_Something;
}
else
{
Do_SomethingElse;
}
196
Acesso de Registro
text Background
Scripts
System Memory
(DVT Registers)
Foreground
Script 1
Inspection Inspection Foreground
Product 1 Product 2 Script 1
Foreground
Script 2
SoftSensor 3 SoftSensor 1
SoftSensor 1 SoftSensor 2
SoftSensor 2
197
Registro
• Escrita e Leitura:
– Byte, Short, Integer, Long, Double, Float, String data types.
198
Acesso aos Registros
//script B
int dataFromA;
dataFromA = RegisterReadInteger(125);
199
CH21
Lembra da Tabela de Tipo de Dados (Data Types)?
200
Slide 200
201
Sistema Via Terminal
– Registro set
– set#Rs<RegNum><Type><Value>
– Ex. #Rs166F802.78
202
Características Gerais
• DebugPrint(“String”);
– Função criada para ajudar no debugging
process
– Envia argumentos string quando esta linha do
código for ativada
– Existe uma janela que monitora
especificamente estas saídas
203
Exemplo
• int data;
• data = RegisterReadInteger(100);
204
Criando condições Pass & Fail
205
Result()
206
Result()
207
Conclusão
208
Readers
209
Reader SoftSensors
• 1D line sensor
• 1D arc sensor
• 1D rectangle (searching)
• 2D rectangle
• OCR reader
210
Tópicos
• Identificação e Rastreabilidade
• Métodos de Identificação
• Seleção de Códigos
• Verificação
• Solução de leitura
• DM Reader
211
Rastreabilidade
212
Identificação
213
Métodos de Leituras
1D Codes
– Leitura simples
– Sem correção de erros
– Leitura de grandes códigos
• 2D Codes
– Códigos menores
– Correção de erros no código
214
1D Codes
• UPC/EAN • RSS-14
• Interleaved 2 of 5 • Code 93
• USS-128 • POSTNET
• USS-39 • Micro PDF417
• Codabar • RSS
• PharmaCode – Limited, Composite,
Expanded
• BC412
• Planet Code
• PDF417
• UPC Composite
215
1D Reader – Visão Geral
216
1D Reader – Treinando
Treinando:
1) Emitir linhas de varredura em varios ângulos e offsets
2) Cada linha de varredura busca decoficar a informação
do código
3) A primeira string do código informa o tipo de código
217
Treinando
Detecção do código
– Somente alguns tipos de
código de barras são
detectados automaticamente
devido as especificações no
código
218
Pixel Graph
Usar % de constraste
219
Thresholding
220
Locais Diferenciados
221
Locais Diferenciados
222
Opções para Performance
• Line
• Retângulo
– Scan Density – Ajusta a intensidade das linhas de scan dentro
do retângulo
– Max Rotation
– Scale Variation
223
Analisando o Exemplo
Analisando:
Watch out for this
- Uma linha de scan pode calcular
a média de intensidade de pixel em
Line colunas vizinhas para reduzir o ruído
l Scan
e1 ina
Orig
Prob
e2
Prob
Tempo
550
1mS with Width = 3
3mS with Width = 25
530 5mS with Width = 50
24mS with Width = 3 7mS with Width = 75
41mS with Width = 25 10mS with Width = 100
57mS with Width = 50
75mS with Width = 75
94mS with Width = 100
Resultado: Aprox. 10 milisegundos com a 550
224
Opções de Marking
225
2D Data Matrix
• Armazenador de Dados
– 6 a 3116 digitos
• Desenhos menores que do código
de barras
• Correção de erro
– Com até 50% do código ilegível
• Maior tolerância com iluminação e
mudanças de marcação
• Alguns formatos:
– Quadrado e retangular
– ECC 00, 050, 080,100,140, 200
– ECC-200 preferido em novas
aplicações
226
Seleção 2D Code
• Tipos de Indústria
– DataMatrix Prevalece
• Automotive Industry Action Group (AIAG)
• Department of Defense
• Aerospace (IAQG)
• NASA
• Electronics Industry Association (EIA)
– ECC200 para o padrão não especificado
227
Menos Sensível a Variação
• Skew
• Iluminação
• Tamanho
228
Fatores Marcantes
• Expectativa de vida
• O código pode ser pintado com a mesma cor do fundo
do material
• Características de superfície
• Volume
• Tamanho do Símbolo
• Espaço
229
Métodos de Marcação
• Laser Marking
– Laser queima a superficie
– Alta velocidade e qualidade de impressão
– Semicon, electronics, packaging, medical
• Micropuncionador
– É feito através de marcadores de carbide ou
diamante
– Automotive, Aerospace
• Eletroquimico
• Etching (Electro-Chemical )
– Oxida o metal da superficie
– Peças Redondas
230
Colocação da Marcação
• Superfície lisa
• Área limpa
• Leitura visível
231
Código Legível/Classificação da Leitura
• Quiet Zone
– Área em torno do código
• Finder Bars
– A forma em L é usada
para localizar o símbolo
• “Clocking” Pattern
– Alternância de pontos
opostos
– Barras de busca
• Data Cells
– Informação do código
232
Células e Módulos
• O método de marcação
determina a forma e
tamanho da célula
233
Verificação/Classificação
234
Leituras Difíceis de Fazer
235
Desafios de Leitura: Impressão
236
Desafios de Leitura: Superfície do Objeto
237
DVT 2D DataMatrix Reader
• Aprendizagem
automática do símbolo
– ECC Type
– Square Matrix
– Symbol Size
– Module type
– Mirror
238
DataMatrix
• Tipos de símbolos
– ECC200 - ECC010
– ECC000 - ECC040
– ECC050 - ECC060 ECC000
– ECC080 - ECC070
– ECC100 - ECC090
– ECC140 - ECC110
– ECC000-140 - ECC120
– ECC000-200 - ECC130
ECC140
239
Otimização da Ferramenta
• Ajustar o código ou
detecção automática
– Shape
– Code type
– Size
– Module
– Mirror
• Treinar parâmetros
240
Parâmetros Avançados
• Max Skew
• Rotation
• Axial Non-uniformity
• Probe Width
• Clean Area
• Gradient
• Size/Scale
• Cell Sampling
241
DataMatrix Adv. Parameters
242
DataMatrix Parâmetros
• Search Parameters
– Symbol size – Aprendizado automático, pode fazer o
ajuste manualmente
– Scale: pode mudar a imagem conforme o tamanho
original
• Cell Sampling
– Threshold Type: Métodos diferentes para determinar
o contraste da célula.
– Sample Size: Procura a área da célula
243
DMReader FrontEnd
• Ferramenta amigável
• Mostra sempre os resultados na interface
• Saidas preconfiguradas
244
DVT DMReader
• DataMatrix/Readers
245
OCR
Optical Character Recognition
246
OCR
• Lotes
• Dados
• Número serial
• Outras linguas
• Impressão em curva
247
OCR SoftSensors
248
OCR SoftSensors
249
OCR SoftSensors
• Extrair os caracteres
250
OCR SoftSensors
Ajuste
• Desenhar e posicionar
– Manter a região da ferramenta não
tão próxima nem muito distante
– O sensor deve manter o ângulo do
texto
– Usar ferramentas de posição se
necessário
• Extracting
– Especifique o tipo de caracteres que
deseja ler, escuro ou claro
– Usar Thresholding automático
inicialmente
– Certificar-se que os “box” vermelhos
cerquem todos os caracteres
251
OCR SoftSensors
Extraction
• Horizontal & Vertical spacing
– Para pontos da matrix que estão
danificados, ou seja, faltando pixel,
serve “ligar” o caractere tanto na
vertical como na horizontal
– Pode ajudar a reduzir os ruídos em
volta do caractere
• Definir Character Width/Height
quando os caracteres não estiverem
uniformes
• Ajuste o Min Character Area ajuda a
reduzir o ruido do fundo da imagem
252
OCR SoftSensors
253
OCR SoftSensors
Training
254
OCR SoftSensors
Manager
• Manager
Oferece:
- Acesso para
adicionar, deletar,
exportar e importar font
list
- Possibilita ver as
informações contidas
nos caracteres
treinados
255
OCR SoftSensors
Matching
• Matching threshold %
usado para comparação
final
256
OCR SoftSensors: Teste
Pass
• Teste o resultado
conforme descrição
acima com sequências
de imagens
257
Conclusão
258
Lembre-se
259