文字切り出し、辞書照合、印字品質——従来OCRからVLMまで。画像処理によるOCR（文字認識）とバーコード検査の原理を元キーエンス技術者が解説。
OCRは「文字の切り出し」と「辞書データとの照合」の2段階で処理されます。まず検査領域内から1文字ずつ画像を切り出し、次にその画像を辞書に登録されている各文字と比較して最も一致度（認識度）の高い文字を選びます。
OCR（光学文字認識）とバーコード読取は、製造業で「品種識別・トレーサビリティ・賞味期限管理」を担う基幹技術。AI技術と統合することで認識精度・対応範囲が大幅に拡大しました。
認識切り出し
辞書情報を参照しながら最適な範囲で文字を切り出す方式。オートチューニングで自動設定が可能。
投影切り出し
画像の濃淡情報の投影波形を使って文字を切り出す方式。波形を見ながら手動調整が可能。
固定切り出し
文字の位置が固定の場合に、あらかじめ設定した位置で切り出す方式。
| 検査種別 | 内容 | 用途例 |
|---|---|---|
| 印字有無 | 印字の存在を検出 | ラベル貼り忘れの検出 |
| 印字品質 | 読み取れない文字を検出 | かすれ・にじみの検出 |
| 文字照合（OCV） | 印字と判定文字列を比較 | 賞味期限・ロット番号の照合 |
| 文字認識（OCR） | 印字された文字を読み取り出力 | トレーサビリティ記録 |
バーコード（1D）やQRコード・DataMatrix（2D）の読み取りも画像処理の重要な用途です。読み取ったコード情報と登録データを照合し、品種判別や出荷管理に活用します。印字品質の検証機能により、印字状態の経時変化も監視できます。
従来のOCRは事前に辞書を登録する必要があり、多品種対応やフォント変更への対応に手間がかかりました。VLM（Vision Language Model）は学習なしで文字の位置と意味を理解し、マスターデータと照合できます。
Nsightではラベル文字認識・照合についてVLMが検査自体を行います。品種が変わっても設定変更なしで対応可能で、多言語にも対応しています。
事前登録の文字パターンと比較。フォント・サイズが固定の用途のみ対応。
SVM・CNNによる文字認識。多様なフォントに対応開始。
大規模言語モデルベースで、装飾フォント・多言語・かすれ文字も認識可能。
| 規格 | 用途 | 特徴 |
|---|---|---|
| JAN/EAN | 商品コード | 日本標準 |
| CODE128 | 物流・産業 | 高密度 |
| QRコード | 多用途 | 2D・大容量 |
| DataMatrix | 小型部品 | 2D・極小 |
| PDF417 | ID・チケット | 2D・スタック |
製品にどのバーコード規格を採用するかは、業務要件に応じた選定が必要です。一般消費財はJAN/EAN（13桁）、物流・産業用はCODE128（高密度）、多容量データはQRコード（2D・最大数千文字）、極小部品はDataMatrix（2D・小型）、ID・チケットはPDF417（2D・スタック）。用途に応じた規格選定が、運用安定性に直結します。
VLMベースOCRが従来手法を大きく上回る精度。
欠損補完アルゴリズム＋文脈推定で読取精度を維持。
多角度撮像＋画像補正で対応。
エッジAI推論で高速処理を実現。
VLMベースOCRが従来手法を大きく上回る点は、装飾フォント・多言語・かすれ文字への対応力です。化粧品ラベルの装飾的な手書き風フォント、英中日韓の混在、印字かすれ、部分欠損など、従来OCRでは対応困難だった条件でも、人間と同等以上の認識精度を実現。これにより、OCR検査の適用範囲が劇的に拡大しました。
| 比較軸 | 従来OCR | VLMベースOCR |
|---|---|---|
| 処理速度 | 高速（数十ms以下） | 中速（推論レイテンシあり） |
| 多品種対応 | 品種ごとに辞書登録が必要 | 設定変更なしで対応可能 |
| 装飾フォント | 限定的 | 強い |
| 多言語 | 言語ごとに辞書が必要 | そのまま対応 |
| かすれ・欠損 | サブパターン登録で対応 | 文脈理解で補完 |
| 導入コスト | 辞書登録工数あり | 品種ごとの登録不要 |
OCR・バーコード検査の典型的エラーパターンを把握することで、運用安定性を向上できます。主要パターンは、印字かすれ・印字欠け、撮像時の歪み・ぶれ、照明変動による視認性低下、被写体の汚れ・損傷、表面反射による読取困難。これらのパターンに対し、撮像条件改善・前処理アルゴリズム強化・複数フレーム合成などの対策が標準的です。
OCR・バーコード検査の運用は、撮像条件の安定化、定期的な精度モニタリング、新規格・新フォントへの対応、エラーパターンの蓄積分析が運用品質を決定します。月次の運用レビューが標準的です。
Nsightは元キーエンス画像処理部門のメンバーが在籍しており、従来OCRとVLMの最適な使い分けを提案します。高速インライン検査には従来OCR、多品種・多言語・レイアウト変更が頻繁な場合はVLMが有利。検査要件に応じて最適な方式を設計します。
ルールベース＋従来AIで検査を行い、VLMは「学習コストを下げる武器」として裏方で活用します。NG画像生成・アノテーション自動化・ブラウザベースの学習機能の3つをパッケージ化していく方針です。これらの機能により、お客様にとっての使いやすさを高めると同時に、各現場の検査データを蓄積できる構造を作ります。
賞味期限・ロット番号・産地情報等の日本語テキストを読み取り、マスターデータと照合する用途です。VLMが学習なしで文字の位置と意味を理解するため、品種が変わっても設定変更なしで対応可能です。
サンプル画像をお送りいただければ、検査精度の無料検証を実施します。
ラベル検査・OCRでお困りですか？サンプル画像で無料検証しませんか？
無料サンプル検証を依頼する →高速インライン検査（数十ms以下）なら従来OCR。多品種・多言語・レイアウト変更が頻繁ならVLM。コスト面でもVLMは品種ごとの辞書登録が不要なため、多品種ラインではVLMの方が有利です。
従来OCRではサブパターン登録で対応します。VLMは文脈理解が可能なため、かすれや部分欠損にも強い傾向があります。
VLM OCRで98%以上、従来OCRで90〜95%が標準です。照明・撮像条件の最適化で精度が向上します。
エッジでは高速ルールベース＋AI、クラウドでVLM精密照合の二段構成により、ライン停止なしで運用可能です。
はい、REST API／データベース連携／ファイル連携のいずれでも対応できます。