OCR / OCV, Klassifikation 

Die allgemein gebräuchliche Abkürzung OCR ist die englische Kurzform für Optical Character Recognition und bezeichnet eine der Pionierdisziplinen der Bildverarbeitung: die Klarschriftlesung, im allgemeinen Sprachgebrauch häufig als Schrifterkennung bezeichnet. OCR wird dort angewendet, wo der Inhalt einer Zeichenkette automatisiert gelesen werden soll, um die extrahierte Information an anderer Stelle weiter verarbeiten zu können. Moderne Systeme verwenden für diese Aufgabe heute fast ausschließlich Neuronale Netze, ein Software-Modell das dem Nerven-System unseres Gehirns nachempfunden ist und genau so die Bilddaten verarbeitet wie wir es tun. Dabei wird dem Algorithmus das Aussehen und ggf. weitere Merkmale eines Zeichens antrainiert, wodurch die Auswerteeinheit lernt die einzelnen Zeichen zu unterscheiden.

Als OCV (Optical Character Verification) hingegen wird das Verfahren bezeichen, Qualitätsprüfungen an gedruckten, geprägten oder gegossenen Zeichen durchzuführen. Dazu zählt z.T. auch die Druckqualitätskontrolle. Hierbei benötigt das Bildverarbeitungssystem keine aufwendig trainierten Neuronalen Netze. Denn bei OCV wird die Qualität eines Zeichens und nicht der logische Inhalt betrachtet. Im Grunde reicht es also aus mit einer Positiv- und einer Negativ-Schablone des zu erwartenden Textes das Bild zu untersuchen. Größere Abweichungen können somit leicht für die Gut-Schlecht-Ergebnisbildung segmentiert werden.

Die bereits zuvor erwähnten Neuronalen Netze als Mittel Objekte voneinander unterscheiden zu können, dienen aufgrund ihrer einzigartigen Fähigkeit mathematisch schwer beschreibbare Objekte zu klassifizieren, beispielsweise auch schon mal dazu die Lagerichtigkeit von Wälzkörpern im gefetteten Kegelrollenlager zu prüfen oder die "misslungenen" Brötchen in der Großbäckerei auszusondern. Ihre Leistungsfähigkeit erlaubt eine Vielzahl kniffliger Anwendungen erfolgreich zu realisieren.