OCR 有效日期辨識
CCD 機器視覺系統

真實 VSK 客戶案例參考

• 飲料瓶蓋密封 + 噴印日期同步檢測：In-Sight 2800 整合 Edge Learning + OCRMax + Strobe LED，已上線案例。
• 食品飲料追溯案例：日期 + 批號 + 條碼整合追溯方案。
• 食品 / 製藥召回風險案例：說明日期辨識失誤對品牌的成本衝擊。

核心演算法與技術

有效日期辨識在演算法層次主要依賴：

• OCRMax：Cognex 旗艦 OCR 演算法，內建字型庫並支援自訂訓練，對噴印、雷射、熱轉印等多種字體穩定。
• Edge Learning：當字元變動度高（如熱感印字邊緣模糊），可用 AI 補強 OCRMax 規則式辨識的盲區。
• Strobe 高速閃光：產線高速移動下凍結影像，避免運動模糊毀掉字元邊緣。
• PatMax：作為 OCR 前的定位工具，先抓到日期區塊位置，OCR 才有 ROI 可掃。

典型應用場景

• 食品外包裝有效日期 + 批號：噴印日期辨識，比對 PLC / MES 預期值。
• 飲料瓶身日期：圓弧表面噴印，常與瓶蓋密封整合檢測。
• 藥品包裝 GS1 + 日期：符合 GS1 DataMatrix 法規要求。
• 烘焙食品袋身日期：軟性包裝皺褶下的字元辨識。
• 易碎標籤批號核對：條碼 + OCR 雙重驗證避免錯標。

工程師選型 FAQ

Q1：噴印日期顏色淺、跟包裝底色對比差，OCR 抓不到怎麼辦？
A：先從光源解決而非演算法。常用做法是換 同軸光 或不同波長（紅 / 藍）打光提升字元對比，VSK 工程師到廠評估時會帶不同光源實測。

Q2：日期格式很多（YYYY-MM-DD / YYMMDD / 中文年月日），要建多少模型？
A：OCRMax 是以單字元辨識為基礎，數字字型庫共用即可，格式由後段邏輯比對。VSK 工程師會協助建立樣板。

Q3：產線每分鐘 800 包，OCR 跟得上嗎？
A：In-Sight 2800 / 3800 在 ROI 限縮後，OCR 處理時間通常在 20–50 ms 量級〔以 datasheet 為準〕。實際節拍由 VSK 樣品實測後給出。

客戶背景

本案應用於食品飲料產線視覺檢測場景；產線特性與品質壓力依客戶實況而異。基於專案保密原則，本頁以 A 廠 / B 廠等代號標示，KPI 數字為類似專案的典型成效範圍。法規 / 規範要求視產業類別而定（例：HACCP、ISO 22000、FSSC 22000）。

系統配置

本案以 COGNEX IN SIGHT 2800 為視覺主機，依產線實況設計光學與整合方案：

• 視覺主機：COGNEX IN SIGHT 2800（依產品 datasheet 規格為準）
• 光學設計：依工件反光 / 對比 / 視野於 POC 階段測試（同軸光 / 條形光 / Dome 光 / 偏振）並 over-design 30-50% 強度餘量
• 觸發機制：光電開關 / Encoder / PLC 訊號觸發；高速場景搭配 Strobe LED 凍結影像
• 通訊介面：PROFINET / Ethernet/IP / TCP/IP / Modbus TCP 與 PLC / MES / 剔除站對接
• 影像追溯：NG / OK 影像 + 檢測數值 + 時間戳 + 批號自動歸檔，符合產業追溯規範

商業價值

• 品質提升：自動化檢測降低漏判與客訴風險、減少召回成本
• 追溯完整：每件影像 + 檢測數值可追溯，符合產業稽核要求
• 產能釋放：自動化檢測釋放 QC 人力轉至更高附加價值工作
• ROI 回收：依產線複雜度 6-18 個月回收期，VSK 可依您的具體成本結構試算

機器視覺導入的失敗模式分析

機器視覺方案在產線實況下常見的失敗模式可歸為四類。第一，光源 / 工件反光配置不當 — 不同材質（金屬 / 塑膠 / 玻璃 / 透明膜）反光特性截然不同，環形光 / 同軸光 / Dome 光 / 偏振於不同工件表現差異很大，需於 POC 階段以實際樣品測試確認最佳配置。第二，邊界樣品判定不穩 — 訓練樣本若僅含明顯 OK / NG，未涵蓋極輕微缺陷（極小刮痕 / 微弱字符變異），AI 模型容差設定難以對齊產線實況。第三，產線高速振動與位置變異 — 高速輸送帶振動可能使工件於相機前位置漂移 + 旋轉，視覺工具 ROI 浮動定位（PatMax / Edge Learning）+ 機構治具夾持需協同設計。第四，環境漸進變化 — 鏡頭髒污、光源老化、原料 / 模具切換、季節溫濕度差異會讓辨識率漸進下降，需建立定期維護與重訓練機制。

降低失誤的工程實務：POC 階段須收齊邊界樣品作為容差設定基準；光源 over-design 比 POC 需求高 30-50% 強度與均勻度，預留產線環境變異緩衝；定期維護每月清潔鏡頭與光源、每月抽樣對照 AI 判斷、必要時補訓練。產業追溯 / 認證規範由整合方主導，VSK 提供視覺端的辨識率穩定度與量化報告。

為什麼選擇 Cognex PSI 系統整合商

機器視覺導入的成敗，遠超過「相機規格表上的數字」。VSK 威視康累積在台灣製造業 10 年以上的整合經驗中，反覆觀察到三個關鍵失敗點：第一，沒做 POC 直接下單，產線上線後才發現節拍跟不上、邊界樣品判定不穩、辨識率達不到產線可接受水準。第二，光源沒有 over-design 餘量，產線環境光變化（季節 / 班別 / 鏡頭髒污）後辨識率明顯下降，每月需大量人工微調。第三，視覺與機構 / I/O 分工模糊，整合方對 PROFINET / EtherNet/IP / MES 字串比對規範不熟悉導致延宕。Cognex PSI（Premier Solution Integrator）認證的訓練重點，正是上述三項：以系統化方法做 POC 評估、依產線實況設計光源餘量、與設備工程師對接 I/O 與通訊細節。

導入後的服務模式：VSK 設備保固 1 年（自出貨日起算），教育訓練依專案客製。

相關常見問題（連到完整解析）

• 機器視覺方案投資成本？ — 設備、整合、ROI 試算指引
• Cognex 視覺系統導入要多久？ — 2-12 週分階段時程詳解
• VSK 設備保固與服務範圍？ — 保固 1 年、原廠送修、技術支援細節
• Edge Learning / ViDi 需要多少訓練樣本？ — 5-50 張起步、樣本收集要點

與威視康技術團隊聯繫

👉 您的視覺檢測需求由威視康技術團隊接手｜電話 +886 2-8809-3200｜線上聯絡｜查看完整 Cognex 產品線

官方參考來源

HACCP 食品安全管制系統｜FSSC 22000 食品安全認證｜GS1 標準

延伸閱讀

• 食品飲料業機器視覺檢測完整指南
• In-Sight 2800 Edge AI 視覺感測器
• OCRMax 工業 OCR 演算法
• 機器視覺系統案例完整指南
• Edge Learning 邊緣 AI

【OCR 有效日期辨識│CCD 機器視覺系統】

案例影片：透過CCD機器視覺系統檢查食品外包裝的有效日期、批號，大幅降低工廠成本、未來食品的客訴問題。

CCD機器視覺系統：

取代人眼，自動檢查產線產品外觀、工件定位、組裝對位、文字辨識、條碼讀取、尺寸量測。

產線主管最在乎的七大功能

特點一：克服工廠環境明暗度變化

特點二：克服複雜背景：即使物件背景條件複雜，依然穩定抓取

特點三：克服失焦影像，以低誤差檢測位置

特點四：精確分類外觀差異低的產品

特點五：克服輪廓尺寸縮放

特點六：自動辨識相同工件：自動辨認重複檢測的相同工件，並僅輸出一次檢測結果

特點七：實現人性化介面高速精確檢查測量

超高速形狀搜尋

全新技術運用於使用頻率高的搜尋處理上，演算速度最多可達舊有商品的 9 倍（依 Cognex PatMax 演算法官方文件，實際效能視場景而異）。此外，即使在受環境光線影響、重疊、光澤面、缺損等拍攝條件不穩定的情形下，仍舊能以原速度穩定搜尋對象，穩定性亦大幅進化。

延伸閱讀

機器視覺常見問題 FAQ｜ 食品飲料機器視覺指南｜ 機器視覺 ROI 投資回報指南

適用 Cognex 機型對應

食品外包裝有效日期 / 批號的 OCR 辨識，挑戰主要來自噴印對比不一、字元歪斜、產線高速。以下為 VSK 工程師常評估的機型，具體規格〔以 Cognex datasheet 為準〕：

• In-Sight 3800：一體化 AI 邊緣視覺，搭載 OCRMax + Edge Learning，是有效日期 / 批號辨識的主力機型。
• In-Sight 2800：AI 影像感測器入門款，可同步處理日期辨識 + 包裝完整性。
• DataMan 380：固定式條碼讀取器，也支援 OCR，適合條碼 + 日期同步讀取。
• In-Sight 7000：標準工業智慧相機，OCRMax 規則式辨識穩定產線首選。

本文涉及之 機器視覺、AI 視覺、AOI 視覺檢測、瑕疵檢測、機器視覺整合相關方案，VSK 威視康可依現場提供 Cognex 設備選型建議。Cognex 康耐視為頂級工業視覺品牌，VSK 為 Cognex 官方 PSI 認證系統整合商。