技术笔记｜条码与字符识别：AI、字符学习、智能相机，三种做法怎么选

产品上的日期、批号、条码，是生产追溯的关键。但“读得到”与“每一个都读得到”差很多。以下整理辰祥在药品、存储器、标签与电控柜四类项目的实测心得。

三种字符识别做法

• AI 深度学习：模型已训练好，无需额外学习即可识别字母数字与部分符号，效果优良；缺点是计算时间较长，需要确认能否跟上产线
• 字符学习：先学习字形再比对，速度快，点阵字无需相连也能识别；缺点是不同字号要分别学习
• 市售智能相机：集成度高、导入快，同样需要学习字符

实测要点

• 激光打标条码（2 × 2 mm）：20 μm 与 30 μm 分辨率、环形光与碗形光都能稳定读取
• 激光打标文字（1 × 0.4 mm）：规整字体 AI 直接识别即可，特殊字体（例如某些“8”）在未重新训练时会误判
• 标签二维码：全部可读
• 标签一维码：多数可读，但最小的一种读取率约六成，建议放大条码尺寸
• OCR 学习不完整时，没印好的字会被识别成其他字，这是需要卡控的风险点

线号管号码的常见问题

电控柜上的线号管号码，朝向正面时识别率最高；0、O、Q 容易混淆，号码扭曲或侧向一边时也容易出错。建议字印大一些、字距拉开，并建立“位置与型号”的对照清单，才能比对序号是否正确。

给导入者的建议

先确认字体种类、最小字高与产线速度，再选择识别方式；能从设计端放大条码、拉开字距，往往比换更贵的相机更有效。