金属打刻・レーザー刻印の読取 (DPM)
地金と同色でコントラストが無い打刻・刻印文字 (ダイレクトパーツマーキング) を、照明設計で浮かび上がらせてから認識。曲面・梨地・油・サビなどの悪条件にも対応します。
Services / AI-OCR
AI-OCR・
刻印文字認識
反射・曲面・薄い刻印を、撮像と認識の両面から検証
金属への打刻・レーザー刻印・インクジェット印字・銘板・ラベル。実サンプルの反射、曲面、文字のばらつきを撮像テストで確認し、OCR の方式と読取可否を評価します。その結果から認識処理の開発、印字品質検査、照合や後段システムとの連携を検討します。
※画像はイメージです
Scope & Deliverables
何を任せられるか、何ができあがるか
- PGP が担当すること
- 刻印・印字が見える照明と撮像条件を検証し、文字の認識アルゴリズムを開発します。読取率の評価、マスタ照合、PLC・MES 連携と読取不能時の運用を組み立てます。
- お客様にお願いすること
- 実物サンプルや画像、材質、文字・フォーマットの種類、タクトを共有いただきます。正解データや照合先、誤読・読取不能時の確認方法をすり合わせます。
- 成果物・ご確認いただけるものの例
- 撮像テストと読取評価の結果、文字認識・照合処理、合意した後段システムとの連携、フォーマット追加や人による確認の運用手順。
担当工程・成果物は、対象と現場の条件を確認して合意します。上記はご相談の際に範囲を決めるための例です。
01Why
なぜ現場の文字は読めないのか
読み取りの検討は、
撮像条件の確認から。
帳票向けのクラウド AI-OCR は、紙をスキャンした高コントラストの画像を前提としています。一方、製造現場の刻印は地金と同色でコントラストが無く、光の当たり方で見え方が激変し、曲面・梨地・油・サビといった悪条件が重なります。読取不能の原因は、撮像条件と認識方式を分けて調べる必要があります。
PGP はまず照明設計 (ローアングル・同軸・拡散照明 等) で文字を安定して「浮かび上がらせ」、その上で条件に合う認識方式 —— 印字が安定していれば保守性の高い古典 OCR、変動が大きければ DeepLearning ベース —— を選定します。撮像と認識を分けて設計することで、読取可否と開発すべき範囲を検討します。
02Approach
私たちの強み
01 / Imaging
文字が見える撮像条件を調べる
対象の材質・形状・マーキング方式に応じた照明手法の引き出しを持ち、認識に頼る前に「読める画像」を作ります。既製リーダーで読めなかった対象も、照明条件を変えて撮像し、文字の識別が可能かを検証します。
02 / Method
古典 OCR と DL の使い分け
印字が安定していれば古典 OCR が保守性とコストで勝り、フォント・条件の変動が大きい対象には DeepLearning ベースの認識が向きます。要件と運用条件から適切な方式を選定します。
03 / Operation
誤読を前提とした運用設計
誤読や読取不能が起こることを前提にします。検証桁・マスタ照合による誤読検出、読取不能時の確認フロー、MES / PLC 連携まで含めて設計し、現場全体として成立するトレーサビリティの仕組みにします。
03Services
提供サービス
インクジェット / サーマル印字の読取
賞味期限・ロット番号・製造日などの印字を自動読取。ドット文字・かすれ・搬送中のブレといったインライン特有の条件を踏まえて認識系を設計します。
銘板・ラベル・シリアル番号読取
設備銘板・製品ラベル・シリアル番号の読み取りを自動化。台帳への転記作業を置き換え、入力ミスと工数を削減します。
印字有無・印字品質検査
印字のかすれ・欠け・二重印字・位置ズレを検査。読取 (OCR) と品質判定を同一画像で両立させ、不良印字の流出を防ぎます。
2D コード + 文字の複合読取
DataMatrix・QR コードと文字の併記読取、コードが読めない場合の文字フォールバックなど、現場の識別運用に合わせた複合読取システムを構築します。
トレーサビリティシステム連携
読んで終わりにせず、MES・生産管理 DB・PLC との連携、照合 NG 時の運用フローまで設計。工程内トレーサビリティの仕組みとして完成させます。
既製リーダーで読めなかった案件の再検討
固定式・ハンディ式リーダーや汎用 OCR で読めなかった対象の原因を切り分け。照明・反射・解像度などの撮像条件と、認識方式の適合性を分けて検証します。
帳票 AI-OCR の選定・業務フロー設計
紙の帳票・チェックシート・手書き記録のデジタル化も扱います。クラウド AI-OCR の選定・導入から、現場が回る業務フローの再設計までを担います。
04VLM OCR
VLM OCR — 日本語・刻印・帳票で、使えるかを検証する
VLM (視覚言語モデル) を使った OCR は、画像と指示から文字や項目を抽出する方法です。銘板の項目と値の対応、レイアウトの異なる帳票などで検討できます。ただし、文書を読めるモデルが、反射のある金属刻印や薄い印字も読めるとは限りません。撮像・前処理から確認し、同じサンプルで従来 OCR と比較します。
従来 OCR と、どう使い分けるか
文字領域や書式が決まっている対象では、従来 OCR を比較の基準にします。項目の抽出やレイアウトの解釈が必要なら VLM も候補にし、切り出し・傾き補正・コントラスト調整の有無を含めて評価します。VLM への置き換えを前提にせず、組み合わせも検討します。
日本語・刻印・品番を、対象別に評価する
漢字・かな・英数字の混在、似た文字、品番やロット番号の桁、刻印の深さ・反射・曲面などを分けて確認します。実画像と正解データを用意し、文字単位の誤りだけでなく、必要な項目が一致したか、読めない対象を保留できたかを評価します。
誤読とハルシネーションを、運用で扱う
VLM は、画像にない文字をもっともらしく補って出力する場合があります。出力形式を指定するだけで正読は保証できません。桁数・文字種・日付形式の検査、品番マスタとの照合、従来 OCR との比較を検討し、条件外や不一致は人の確認へ回す流れを設計します。照合を通った誤りも評価対象です。
処理時間は、現場のタクトで測る
画像の解像度、モデル、実行機器、出力する項目数によって処理時間は変わります。前処理・推論・照合・再試行を含む時間を実測し、ライン内で処理できるか、撮影後にまとめて処理するかを検討します。平均だけでなく、遅いケースや読取不能時の動きも確認します。
ローカル VLM は、実行条件から検討する
画像を社外へ送れない場合は、ローカル実行可能なモデルを候補にします。GPU・メモリ、ライセンス、更新・保守方法に加え、外部通信、ログの保存、アクセス権限を確認します。ローカル実行だけで安全性が決まるわけではありません。採用可否は実機での読み取りと処理時間を確かめて判断します。
検証から、個別開発の範囲を決める
対象画像、抽出したい項目、許容できない誤り、タクト、データ持ち出し条件を伺います。前処理・OCR/VLM の比較、形式・マスタ照合、人による確認を検討項目として整理し、評価結果から次の開発範囲を決めます。特定モデルの性能やローカル環境での納入をあらかじめ保証するものではありません。
05Cases
関連する画像処理の実績
CASE 01化粧品メーカー / 品質保証
毛髪検出案件 (画像処理領域の実績)
95%
目視検査工数の削減
06Process
進め方
- 0130〜60 分
初回無料相談
読取対象 (刻印 / 印字 / 銘板 / 帳票)・材質・設置環境・タクト・後段システムをヒアリングし、その場で検討できる方向性を提示します。費用はかかりません。
- 021〜2 週間
サンプル調査・撮像テスト
実サンプルをご提供いただき、照明手法 (ローアングル・同軸・拡散 等) を変えて文字が撮像で顕在化するかを確認。読取が技術的に成立するか、古典 OCR と DL のどちらが適するかを早期に切り分けます。
- 031〜3 ヶ月
PoC 設計 + 実施
認識アルゴリズムの選定・開発と読取率の評価を実施。誤読をどう扱うか (照合・検証桁・人の確認フロー) まで含めて、現場で運用可能な読取率の基準を設計します。
- 041〜3 ヶ月
装置統合・現場導入
撮像装置・PC・PLC / MES 連携・NG 時の運用フローを含めた本番システムを構築。ライン組み込み・タクト調整・運用テストまで伴走します。
- 051〜2 ヶ月
運用ハンドオフ
新しい品種・フォーマットの追加登録や再学習を社内で回せる運用フローとドキュメントを整備し、保守運用までを引き継ぎます。
07FAQ
よくある質問
Q. ハンディリーダーや既製の OCR で読めなかったのですが、それでも読めるようになりますか？+
対象によるため、実サンプルで読取可否を確認します。反射や曲面、刻印の深さ、解像度などを調べ、照明を変えた撮像テストと認識方式の比較で原因を切り分けます。検証結果を踏まえ、既製品の活用か個別開発かを検討します。
Q. 曲面や梨地 (ざらざらした面) への刻印でも読めますか？+
対応可能です。曲面・梨地・鏡面などの難条件は、照明手法の選定と複数照明の組み合わせで文字を浮かび上がらせた上で、条件のばらつきに強い DeepLearning ベースの認識を組み合わせます。成立性は現物での撮像テストで事前に確認します。
Q. 事務系の帳票 AI-OCR (紙のデジタル化) も対応していますか？+
対応しています。クラウド AI-OCR サービスの選定・導入と、その前後の業務フロー再設計までを支援します。ツールで足りる場合は自社開発を勧めず、最適な既存サービスを提案します。
Q. 読取率はどのくらい出ますか？+
対象と撮像条件に依存するため一概には言えませんが、重要なのは読取率の数字そのものより「誤読・読取不能をどう運用するか」です。検証桁やマスタ照合による誤読検出、読取不能時の人の確認フローまで含めて設計することで、現場全体として成立するシステムにします。
Q. 文字の読み取りと同時に、印字のかすれ・欠けの検査もできますか？+
できます。読取 (OCR) と印字品質検査は同一の画像で両立可能です。読めたかどうかに加えて、かすれ・欠け・二重印字・位置ズレを判定し、不良印字の流出防止まで含めて構築します。
Q. 品種によってフォントや印字フォーマットがバラバラです。対応できますか？+
対応可能です。フォーマットをグルーピングして共通の読取レシピを設計し、品種マスタと連動させて切り替える構成にします。少量多品種の現場でも、新フォーマットの追加が「登録作業」で済む仕組みを目指します。
Related Services
Contact
その刻印・印字が読めるか、対象から確認します。
既製リーダーで読めなかった文字も、材質・形状・撮像条件と認識方式を分けて検討します。