在工业领域，光学字符识别 （OCR） 是一项机器视觉任务，包括从图像中提取文本信息；
在生活当中，随处可见与印刷字符有关的产品，比如：键盘上的字符，衣物上的标签字符，电器上的字符等等。
而这些产品的外观由于字符在印刷时产生的一些瑕疵，如字符拉丝、移位、多墨、缺失、漏印等字符印制不良就会引起客户对厂商的投诉。
厂商为了克服这个问题，就会在产品出厂前对其进行严格的检测。传统的检测方式是利用人工目检，目检虽然检测方式灵活，可对各种不同的错误都能进行不同的判定。但由于产品数量大，品种多，人力消耗量大，并且长时间的检测会让人产生眼疲劳或受主观情绪影响而混淆和误判，这样也将导致不良品流出造成客诉。
而利用机器视觉检测技术，它可根据不同的产品材料和缺陷情况及客户需求，通过采用不同的光源跟不同的照射角度，及不同像素的相机，使产品的缺陷图像跟背景图像区分开，然后利用缺陷图像的颜色、灰度、形状、大小等来识别缺陷，通过图片效果采用不同的算法进行软件编写，并结合客户需求来对软件进行开发。
对产品进行高精度、高效率、高稳定的实时检测、分析、计算，判断产品是否合格，能有效的提高生产流水线的检测速度和精度，大大提高产量和质量，降低人工成本，同时防止因为人眼疲劳而产生的误判。
机器视觉检测技术应用在字符识别检测的功能特性：
1、检测条码/字符印刷缺陷、移位、多墨、漏印、完整度等；
2、检测物体的方向是否正确；
3、静态或动态检测；
4、OK/NG产品系统输出相应控制信号。
斯玛特激光科技专注于机器视觉技术，利用深度学习技术，自主学习各类工业场景中不同类型的字符，包含数字、字母、文字等其他特殊字符，实现复杂环境下字符的高精度识别，并且识别速度快、准确率高。
根据具体问题具体分析，提出各类机器视觉技术OCR字符识别方案，较低成本地解决各类字符检测的技术问题。
▶曲面异形字体识别
瓶装标签上的字符会因瓶身弯曲产生一定变形，时常会有褶皱的情况出现，传统算法对曲面字体识别能力较差，会出现漏检、错检等问题。
云平台拥有上千种字符模板，可以匹配各种不同形态的字符，对于弯曲字符也可以通过“先标注后训练”的方式进行识别，此外对于特殊字符也可以准确识别。
▶复杂背景字体识别
金属零部件表面会受到环境或油污等影响，导致打光后的字符也会以不同灰度值的形式呈现，传统OCR算法在设置阈值参数时难以选择。
斯玛特激光科技公司在OCR识别和视觉检测、定位方面经验丰富，并且拥有自己开发的视觉软件，用深度学习算法让CCD视觉在定位检测识别方面大放光彩。