吴继安 杨超宇

（安徽理工大学经济与管理学院 安徽淮南 232000）

通过使用计算机视觉，大大提高了工业生产的生产效率。并且在一些特定的生产环境下，将字符识别技术应用到商品标签识别中，可以识别并读取出包装上的文字信息。其中包括：产品名称、配料、生产商、产地和生产日期等用于描述该商品相关的信息。通过利用这一技术，可以将商品进行快速分类，并将不合格的产品分离出来。通过应用字符识别技术，不仅可以提高信息的精准度，同时也极大的降低了人力成本[1]。

一、字符检测

文本检测是图像信息分析和提取过程中的重要技术，其关键在于如何区分和定位复杂的文本区域和背景区域。传统的图像文本检测主要利用人工设计特征检测图像中的文本，传统的字符检测需要经过图像预处理、字符定位、字符分割、字符识别操作完成[2]，如图1。

图1 字符识别方法对比

工业商品标签检测属于复杂场景下的文本检测，不同的商品包装上包含不同尺寸、颜色、形状、对比度的标签文本，并且商品标签的背景相较于印刷文档更加复杂，传统的文本检测方法受到人工设计特征的局限性，难以满足复杂的食品标签文本检测需求。

通过使用深度学习技术，能够有效避免人工设计特征存在的局限性，目前已经广泛应用于目标检测领域。本文借鉴经典算法的思路，提出基于DB算法的文本检测方法，对于其检测结果使用基于CRNN的文本识别的方法。……