文字特征抽?。簡我宰R別率而言，特征抽取可說是 OCR的核心，用什么特征、怎么抽取，直接影響識別的好壞，也所以在OCR研究初期，特征抽取的研究報告特別的多。而特征可說是識別的籌碼，簡易的區(qū)分可分為兩類：一為統(tǒng)計的特征，如文字區(qū)域內(nèi)的黑/白點數(shù)比，當文字區(qū)分成好幾個區(qū)域時，這一個個區(qū)域黑/白點數(shù)比之聯(lián)合，就成了空間的一個數(shù)值向量，在比對時，基本的數(shù)學理論就足以應付了。而另一類特征為結構的特征，如文字影像細線化后，取得字的筆劃端點、交叉點之數(shù)量及位置，或以筆劃段為特征，配合特殊的比對方法，進行比對，市面上的線上手寫輸入軟件的識別方法多以此種結構的方法為主。

2、外包裝噴印字符檢測在外包裝上，產(chǎn)品本身及標簽上都會打印上條碼以便企業(yè)建立產(chǎn)品的系統(tǒng)，達到企業(yè)實時采集產(chǎn)品條碼信息的要求。欣維視覺系統(tǒng)憑借其出色的讀碼能力，可以準確、迅速的讀取各種包裝材質上的字符。

隨著食品的質量標準越來越嚴格的法規(guī)要求，不僅字符噴碼需要嚴格的檢測，條形碼、二維碼的閱讀、驗證等在許多檢測過程中也變得愈發(fā)重要。

第四：物體的運動速度

在圖像獲取獲取過程中，圖像模糊精度取決于物體運動速度和相機曝光時間，所以物體運動速度快很可能導致圖片成像模糊，此外其他設備（工業(yè)相機、工業(yè)鏡頭、光源等）也會間接影響檢測。

第五：軟件的測量精度

測量精度一般在1/2-1/4個像素，原因是測量軟件精度過小，從圖像上提取的特征點信息就越少。

通過上述的5個問題可以看出機器視覺系統(tǒng)設計時會出現(xiàn)很多因素的干擾，所以我們需要不斷的去改善和升級技術去規(guī)避掉這些難以避免的問題，也相信技術的創(chuàng)新，很多問題都能別解決。