段ボールに直接印字されたケースマーク・荷印をOCRで自動読取し、入荷検品・仕分けを効率化。かすれ・にじみ・凹凸に強いVLM OCRで、ラベルレス荷物の検品精度向上とWMS連携を実現する実践ガイドを元キーエンス画像処理エンジニアが解説します。
段ボール印字とは、段ボール箱の表面に直接インクジェットプリンタやスタンプで印刷された文字情報の総称です。業界では「ケースマーク」「荷印」と呼ばれることが多く、物流倉庫における入荷検品・仕分け・保管指示の基本情報源となります。
段ボール印字に含まれる代表的な情報は以下の通りです。
段ボール印字と対比される方式がラベル印字です。ラベル印字は別途印刷したシール（ラベル）を段ボールに貼り付ける方式で、以下の特徴があります。
| 項目 | 段ボール印字 | ラベル印字 |
|---|---|---|
| コスト | ラベル材料費不要 | ラベル紙・リボン等の消耗品コスト発生 |
| 剥がれリスク | 剥がれない | 輸送中に剥がれる可能性あり |
| 印字品質 | 段ボール表面の凹凸・吸水性でかすれ・にじみが出やすい | 平滑なラベル紙に印刷するため鮮明 |
| OCR難易度 | 高い（かすれ・凹凸・にじみ） | 低い（鮮明な印字） |
| 情報量 | 印字スペース限定 | ラベルサイズで調整可能 |
段ボール印字はコスト削減と剥がれリスク回避の観点で選ばれることが多いですが、OCR読取の難易度が高いため、従来は目視確認に頼る運用が一般的でした。
段ボール印字はラベル印字に比べてOCR読取難易度が高く、従来のOCRでは実用に耐えないケースが多くありました。その理由は以下の3点に集約されます。
段ボールは波状の中芯（フルート）を表裏のライナーで挟んだ構造で、表面に微細な凹凸が存在します。インクジェット印字ではインクが凹部に溜まり、凸部では薄くなるため、文字の一部がかすれたり太さが不均一になります。従来のOCRはこうした文字変形に弱く、認識エラーが頻発していました。
段ボールは紙素材のためインクを吸収しやすく、印字直後でもにじみが発生します。特に湿度の高い環境や水濡れがあると、にじみが広がって文字の輪郭が不鮮明になります。バーコードは線の太さで情報を表現するためにじみに強いですが、文字認識はにじみによる形状変化に敏感です。
ケースマークの書式は荷主・仕入先ごとに異なり、統一されていません。品番が上段に記載される場合もあれば下段の場合もあり、フォント・文字サイズ・配置も多様です。従来のOCRはテンプレート定義（「この位置に品番がある」という座標指定）が必要なため、書式が変わるたびに再設定が必要でした。
これらの理由から、段ボール印字の自動読取は長年の課題とされてきました。物流OCRのエラー要因についてはこちらで詳しく解説しています。
VLM OCR（Vision Language Model OCR）は、画像と言語を統合したマルチモーダルモデルで、文脈推論により文字を補完できるため、段ボール印字の自動読取を実用レベルに引き上げました。
VLM OCRは「この画像から品番と数量を読み取ってください」といった自然言語の指示で動作します。印字位置が上段でも下段でも、フォントが明朝でもゴシックでも、モデルが画像全体を見て該当箇所を推論するため、荷主ごとに異なる書式にもテンプレート定義なしで対応できます。
VLMは単一文字の形状だけでなく、前後の文脈や常識知識を使って文字を推論します。たとえば「製造日 202X/06/28」とかすれていても、「202」の次は「4・5・6」のいずれかであり、現在年から逆算して「2026」と補完できます。従来OCRでは「?」と認識されていた文字を、VLMは文脈から復元します。
国際物流では日本語・英語・中国語が混在したケースマークが届きます。VLMは標準で多言語対応しており、言語の指定すら不要な場合が多いため、輸入品の検品でも高精度で読み取れます。VLMが物流OCRの限界を超える仕組みはこちらをご参照ください。
VLM OCRでも100%の認識精度は保証できません。実運用では以下のアプローチで精度を高めます。
これらの組み合わせにより、実運用での自動検品率90%以上を達成している事例が増えています。
段ボール印字OCRは入荷検品の自動化に直結します。代表的な活用シーンを3つ紹介します。
仕入先がラベルを貼付していない荷物、海外からの輸入品、返品された段ボールなど、ラベルがないケースは従来目視確認が必須でした。段ボール印字OCRを導入すれば、ケースマークから品番・数量を自動読取し、WMSの入荷予定データと照合できます。入荷検品の自動化についてはこちらで詳しく解説しています。
2024年問題によりトラックドライバーの荷待ち時間削減が急務です。入荷検品が遅いと荷待ち時間が長期化し、ドライバーの拘束時間が増えます。段ボール印字OCRで検品速度を向上させれば、荷下ろし完了から検品完了までの時間を短縮でき、荷待ち削減に直結します。荷待ち削減の実践ガイドはこちらをご参照ください。
入荷したケースを保管ロケーション（棚番地）へ仕分ける際、ケースマークの仕向先コード・品番を読み取ってWMSが最適な棚を自動指示します。目視確認では読み間違いや見落としが発生しますが、OCRによる自動読取で仕分けミスを削減できます。
段ボール印字OCRシステムの導入には以下の構成要素が必要です。
| 構成要素 | 役割 | 選定ポイント |
|---|---|---|
| カメラ | 段ボール表面を撮影 | 解像度2MP以上、グローバルシャッター推奨（動きブレ防止） |
| 照明 | 凹凸を均一に照らす | リング照明・拡散照明。斜光は凹凸の影が強調されOCR精度低下 |
| VLM OCRエンジン | 画像から文字を読取 | オンプレミス実装可能なモデル（クラウドAPIは通信遅延・コスト課題） |
| WMS連携 | 読取結果を照合・登録 | API連携・CSV出力・DB直接更新など既存WMSの仕様に合わせる |
| エッジコンピュータ | 現場で推論実行 | GPU搭載（NVIDIA Jetson等）でリアルタイム処理 |
Nsight Stockは、これらの構成要素を統合したVLM OCR × WMS連携パッケージです。段ボール印字・ラベル印字の両方に対応し、入荷検品・出荷検品・棚卸しの自動化を実現します。
段ボール印字は段ボール表面に直接インクジェット等で印刷する方式で、ラベル印字は別途印刷したシールを貼り付ける方式です。段ボール印字はラベルコストが不要で剥がれる心配がない一方、凹凸・かすれ・にじみが発生しやすくOCR難易度が高くなります。
従来OCRはテンプレート定義が必要で、かすれ・にじみ・凹凸による文字変形に弱いため、段ボール印字の読取精度が低下します。VLM OCRは文脈推論で補完できるため、段ボール印字でも高精度で読み取れます。
いいえ、荷主・仕入先ごとにケースマークの書式は異なります。印字位置・フォント・項目順が多様なため、テンプレート定義不要のVLM OCRが適しています。
画像サンプル検証からPoC完了まで約4〜6週間、本番導入まで含めると2〜4か月が一般的です。既存WMSとの連携方式によって前後しますが、PoCで実画像による精度検証を行うため本番移行はスムーズです。