2020-05-30 11:19:01 0
視覺檢測(cè)設(shè)備OCR 和 OCV之間的區(qū)別
簡(jiǎn)介
1.光學(xué)字符識(shí)別（OCR）和光學(xué)字符驗(yàn)證（OCV）之間是有區(qū)別的。在OCR的情況下，將根據(jù)與字符模式數(shù)據(jù)庫的比較來識(shí)別單個(gè)字母數(shù)字字符。換句話說，將識(shí)別出的字母數(shù)字字符的模式與數(shù)據(jù)庫中每個(gè)字符的模式進(jìn)行比較。選擇最匹配的模式作為當(dāng)前識(shí)別的字符。在OCV的情況下，對(duì)于特定的字母數(shù)字模式是什么有先驗(yàn)知識(shí)，并且系統(tǒng)實(shí)質(zhì)上是在驗(yàn)證或驗(yàn)證當(dāng)前字符是否正確。雖然驗(yàn)證和識(shí)別之間存在細(xì)微的差異，但意義重大。
2.對(duì)于涉及光學(xué)字符識(shí)別（OCR）或光學(xué)字符驗(yàn)證的應(yīng)用，有一些“經(jīng)驗(yàn)法則”：
3.最小字符的筆劃寬度應(yīng)至少為三個(gè)像素寬
一個(gè)典型的字符應(yīng)覆蓋約20-25像素乘以20-25像素的區(qū)域
字符之間的間距應(yīng)為兩個(gè)像素
字體樣式應(yīng)為粗體
那么，這里的關(guān)鍵問題是一個(gè)人想要讀取的字符串的長(zhǎng)度。在一個(gè)字符上有20個(gè)像素，字符之間有兩個(gè)像素間距時(shí)，字符串的最大長(zhǎng)度應(yīng)在22個(gè)字符的數(shù)量級(jí)上，以適合500像素排列的相機(jī)。這假定了可重復(fù)的定位，因此在視野內(nèi)不提供字符串位置。在光學(xué)字符識(shí)別/驗(yàn)證應(yīng)用中，希望使用粗體字體。通常，在基于機(jī)器視覺的實(shí)現(xiàn)中，在給定的時(shí)間只能處理一種字體樣式，這也是事實(shí)。
4.另一個(gè)經(jīng)驗(yàn)法則是，最佳的OCR系統(tǒng)的正確讀取率約為99.9％。換句話說，每千個(gè)字符中有一個(gè)將被誤讀或“未讀”。應(yīng)該評(píng)估在給定應(yīng)用程序中的影響。例如，如果每分鐘要讀取300個(gè)對(duì)象，并且0.1％被分類為“不讀取”，則在一小時(shí)內(nèi)您將有大約20種產(chǎn)品要手動(dòng)讀取。這可以接受嗎？這是最好的情況。最糟糕的情況是他們被誤讀了。
5.在開發(fā)OCR / OCV應(yīng)用程序時(shí)，還必須理解許多其他應(yīng)用程序問題。必須定義數(shù)據(jù)集中的字母數(shù)字?jǐn)?shù)量。另外，必須理解可能期望的不同字體樣式的數(shù)量。是否必須同時(shí)處理大小寫字符？字母數(shù)字，大寫和小寫以及字體樣式的組合可能最終決定代表每個(gè)相應(yīng)字母數(shù)字的數(shù)據(jù)庫中必須存在的模式數(shù)量。
6.必須理解所有可能影響場(chǎng)景的變量。位置變量可能包括零件位置，字符字段位置以及最終在字段內(nèi)的特定字符位置。位置變量可以同時(shí)具有平移和旋轉(zhuǎn)性質(zhì)。這可能意味著在使用模式識(shí)別算法讀取字母數(shù)字之前，機(jī)器視覺系統(tǒng)需要“查找例程”。位置不確定性的程度可能決定優(yōu)化性能所需的特定算法。對(duì)于所有密集用途，機(jī)器視覺系統(tǒng)應(yīng)在旋轉(zhuǎn)和過渡上對(duì)用戶盡可能透明。
7.如果由于打印字母數(shù)字的平面相對(duì)于必須安裝相機(jī)的位置的變化而存在“ z軸”位置不確定性，則系統(tǒng)可能還必須保持比例不變。給定字母數(shù)字出現(xiàn)的平面不能保持與相機(jī)平面平行，這也可能意味著系統(tǒng)具有處理透視誤差的能力。如果字符串恰好位于圓柱或球形零件上，則必須將其傳送給投標(biāo)的潛在機(jī)器視覺公司，因?yàn)橄到y(tǒng)必須處理字符圖像捕獲中的任何變形。
8.具有字母數(shù)字字符串的物體的表面特性可能會(huì)有變化，應(yīng)將其傳達(dá)給潛在投標(biāo)人。例如，由于制造（不同的機(jī)床，刀具等）的變化，或者由于正常暴露于大氣而隨著時(shí)間的流逝，零件的表面光潔度和/或反射特性可能會(huì)在零件內(nèi)部或零件之間變化。零件的顏色可能因批次而異，甚至在給定批次內(nèi)也不一樣。如果色相不變，則顏色的飽和度或亮度水平可能會(huì)發(fā)生變化?？赡艽嬖谄渌慵傩?，這些屬性可能是包圍字母數(shù)字字符串的變量，例如孔或其他切口。系統(tǒng)可能必須容忍可接受的物理?xiàng)l件；例如零件尺寸公差，表面劃痕，毛刺等。
9.毫無疑問，字符的筆劃寬度，字符高度，字符到字符的間距以及字母數(shù)字字符串的有效對(duì)比度會(huì)因字符的打印方式而有所不同。這種對(duì)比度可以從一個(gè)字符變化到同一部分上的另一個(gè)字符，既可以在一個(gè)特定的字符上任意變化，也可以隨零件而變化。這些可能是由于制造過程，印刷過程，零件或原材料供應(yīng)商以及后期制造和應(yīng)用處理而引起的變化。
10.交付的任何系統(tǒng)都應(yīng)足夠強(qiáng)大，以處理“混淆對(duì)”，而不管預(yù)期的所有外觀變量如何。換句話說，系統(tǒng)不應(yīng)將“ B”與“ 3”或“ 8”混淆。字母“ I”帶有“ 1”；'G'與'6'; 字母“ O”，數(shù)字為零；'6'和'9'或'3'和'8'; 或應(yīng)用程序中會(huì)遇到的字母數(shù)字的任何其他組合。
11.盡管由于打印不當(dāng)或由于處理不當(dāng)而導(dǎo)致某些字符筆跡丟失，但系統(tǒng)可能應(yīng)該能夠可靠地讀取字符。對(duì)于部分打印的所有條件，這可能是不可能的要求。因此，向供應(yīng)商建議在這種情況下，系統(tǒng)應(yīng)該在出現(xiàn)不確定性的情況下發(fā)出“未讀”信號(hào)，而不是冒著被誤讀的信號(hào)。
12.這些都是在邀請(qǐng)供應(yīng)商競(jìng)標(biāo)之前應(yīng)在全面規(guī)范中定義的所有注意事項(xiàng)。為了提高可靠性，應(yīng)指定一種字體樣式。它應(yīng)該是盡可能粗體的字體樣式，并具有一組字母數(shù)字，每個(gè)字母數(shù)字都在幾何上進(jìn)行了唯一定義，以提高系統(tǒng)的可靠性。該規(guī)范應(yīng)同時(shí)包括錯(cuò)誤接受（誤讀）和錯(cuò)誤拒絕（未讀）速率。
13.至少有四種基本的OCR方法：
基于相關(guān)性的，基本上是幾何形狀的評(píng)分和匹配
最近鄰分類器/決策理論，基本上使用特定的幾何特征/特征集并基于與特定多維模型的接近度進(jìn)行匹配
句法的或結(jié)構(gòu)的，本質(zhì)上使用特定的特征以及這些特征之間的關(guān)系
神經(jīng)網(wǎng)絡(luò)/基于演示的模糊邏輯分類和基于正確決策的強(qiáng)化。
有些系統(tǒng)出廠時(shí)已預(yù)先安裝了字體，這些字體已經(jīng)過預(yù)先培訓(xùn)：例如，半字體，OCR-A，OCR-B。有些軟件可以在工廠接受使用特定字體樣式的培訓(xùn)。其他要求供應(yīng)商訓(xùn)練新的字體樣式。
不同的執(zhí)行可能會(huì)產(chǎn)生不同的性能，因此很難說一種方法是最優(yōu)越的。除語法方法外，所有方法都是特定于字體的。要求系統(tǒng)接受培訓(xùn)以同時(shí)讀取多個(gè)字體樣式，這會(huì)加劇提供正確讀取的能力，因?yàn)楦嘧址赡軙?huì)成為混亂對(duì)的受害者。當(dāng)涉及多字體應(yīng)用程序時(shí)，通常認(rèn)為語法方法是最可靠的。通過這種方法，可以使用通常與字體樣式無關(guān)的特定字符特征和特定關(guān)系。
例如," E”的特征可能是：如果一個(gè)向量通常向東，另一個(gè)向量向南，并且如果該向量在向南的方向與一個(gè)相交點(diǎn)相交，則從開始，在該向量也向東方向和向南的向量以及向南的向量與向東的向量相交，則字符為“ E”。
該方法要求根據(jù)矢量和弧及其方向唯一定義每個(gè)字符。盡管可能存在字體樣式，但無論它們的字體樣式如何，通常都會(huì)存在這些條件，但就其性質(zhì)而言可能會(huì)引起混淆。在任何應(yīng)用中都應(yīng)避免這些情況。
沒有公司提供有關(guān)閱讀準(zhǔn)確性的數(shù)字。所有人都正確地認(rèn)為閱讀準(zhǔn)確性與許多因素有關(guān)：打印質(zhì)量，應(yīng)用條件（例如照明均勻性/一致性，字體樣式和混淆對(duì)的可能性），系統(tǒng)訓(xùn)練得如何，字符間距的一致性等等。在良好的條件下，人們可以期望99.9％的讀取準(zhǔn)確性。給定更多的“讀取”時(shí)間，某些系統(tǒng)要求99.96％的讀取精度。
通常，系統(tǒng)具有多種讀取字符的方法。如果可以高置信度可靠地讀取字符（由系統(tǒng)確定），則僅啟用一組算法。如果系統(tǒng)確定了給定字符的不確定程度，則更好的系統(tǒng)可以啟用另一組算法來讀取該特定字符。如果仍然令人擔(dān)憂，則某些系統(tǒng)可以啟用更多的識(shí)別算法。然后，最終決定可以基于“投票”，即不同方法表明同一性格導(dǎo)致有關(guān)該性格的決定的次數(shù)。即使只有一套字符識(shí)別算法，系統(tǒng)也可能具有通過讀取5至10次字符來“投票”的能力。例如，如果十次，
通常可以通過在訓(xùn)練過程中建立有利于“不讀”的條件來控制錯(cuò)誤讀。在“不讀”的情況下，系統(tǒng)通常會(huì)以突出顯示的方式顯示未識(shí)別的字符，因此操作員可以通過鍵盤確定并輸入正確的字符。
還可以通過在字符串中添加校驗(yàn)和數(shù)字來減少錯(cuò)誤讀取。該數(shù)字必須與某些規(guī)則讀取的另一個(gè)數(shù)字一致：例如，讀取的所有數(shù)字的總和的最后一位必須與校驗(yàn)和的編號(hào)相同。
比較讀取速率也不是一件容易的事。大多數(shù)公司都不愿意在讀取率或吞吐量上增加太多。在大多數(shù)情況下，可以假定要求的讀取速率基于最佳條件。在大多數(shù)情況下，閱讀之前還必須增加與拍照和查找字符串/查找字符相關(guān)的時(shí)間。同樣，這些取決于打印和字體類型的質(zhì)量以及是否必須處理旋轉(zhuǎn)和平移。
14.照明
對(duì)于OCR，照明非常關(guān)鍵。照明對(duì)于實(shí)現(xiàn)嚴(yán)格的OCR可能與算法一樣重要。在OCR應(yīng)用中，照明產(chǎn)生字符串的二進(jìn)制圖像。字符在深色背景上顯示為白色，反之亦然。理想地，照明產(chǎn)生一致的二進(jìn)制圖像。結(jié)果，所使用的算法通常在二進(jìn)制圖像而不是灰度圖像上運(yùn)行，這加速了處理和讀取。
15.關(guān)于光學(xué)字符驗(yàn)證的評(píng)論
除了工程細(xì)節(jié)之外，還有兩個(gè)與光學(xué)字符驗(yàn)證（OCV）應(yīng)用有關(guān)的基本問題。它們是：通過驗(yàn)證字符正確對(duì)應(yīng)用程序滿意嗎？還是系統(tǒng)必須能夠確保字符質(zhì)量的要求-打印質(zhì)量檢查（PQI）。公司采用這種方式的方式并不相互包含。
正如我們?cè)谟嘘P(guān)OCR的評(píng)論中所觀察到的，在OCV應(yīng)用中，照明至關(guān)重要。目的是產(chǎn)生二進(jìn)制圖像。OCV的大多數(shù)方法都利用了圖像是二進(jìn)制的事實(shí)。許多提供GPMV系統(tǒng)的人都提供了一種二進(jìn)制關(guān)聯(lián)方法來驗(yàn)證字符。只要可以確保二進(jìn)制狀態(tài)，此方法通常會(huì)產(chǎn)生足夠的結(jié)果來驗(yàn)證正確的字符。
一些系統(tǒng)使用灰度模板作為建立角色圖案和隨后進(jìn)行比較的基礎(chǔ)。相關(guān)例程使用匹配度或匹配分?jǐn)?shù)作為確定字符是否正確的基礎(chǔ)?；诨叶饶０?，它可以容忍影響灰度的條件，從而有效地將其標(biāo)準(zhǔn)化。因此，這種情況不太可能引起錯(cuò)誤的拒絕。
一些這樣的條件包括：印刷對(duì)比度本身，源自不同背景顏色的印刷對(duì)比度差異，筆劃寬度上對(duì)比度的變化，源自場(chǎng)景之間，場(chǎng)景之間的照明不均勻性的對(duì)比度變化等。
另一方面，形狀評(píng)分可能不是檢查字符質(zhì)量的最佳方法。如果條件變化會(huì)影響字符筆劃的形狀，但在可讀性方面仍然可以接受（筆劃變粗或變細(xì)，輕微擦拭），則建立可以容忍這些條件的形狀匹配分?jǐn)?shù)可能會(huì)影響字符驗(yàn)證的可靠性。通過放寬形狀得分匹配標(biāo)準(zhǔn)以容忍反映適度字符退化但仍然清晰易讀的字符的條件，甚至可能會(huì)出現(xiàn)不同字符的形狀變得可接受的情況，或者可能產(chǎn)生可能會(huì)被誤解的字符的條件對(duì)于系統(tǒng)。
一個(gè)特別需要關(guān)注的條件是處理噴墨打印中的筆劃寬度變化。解決此問題的一種方法是通過訓(xùn)練系統(tǒng)接受一個(gè)字符來“愚弄”系統(tǒng)，前提是該系統(tǒng)與三種字體樣式之一中的任何相似字符匹配。字體樣式將對(duì)應(yīng)于：粗，細(xì)和標(biāo)稱筆劃寬度。這種方法的兩個(gè)缺點(diǎn)是：最有可能使系統(tǒng)對(duì)質(zhì)量問題和速度的容忍度更高。每個(gè)比賽得分比較需要花費(fèi)有限的時(shí)間；與三個(gè)匹配相關(guān)的時(shí)間是進(jìn)行單個(gè)相關(guān)的時(shí)間的三倍。
某些系統(tǒng)實(shí)際上在操作員設(shè)置期間執(zhí)行光學(xué)字符識(shí)別（OCR），但在運(yùn)行模式下進(jìn)行光學(xué)字符驗(yàn)證（OCV）。在設(shè)置過程中，系統(tǒng)基于將灰度模板與字體庫中的每個(gè)字符相關(guān)聯(lián)來讀取每個(gè)字符。字體庫中匹配得分最高或與正在讀取的字符相關(guān)性最高的字符被視為已讀取的字符。這將顯示在屏幕上，以供操作員驗(yàn)證正確性。在運(yùn)行模式下，系統(tǒng)會(huì)知道每個(gè)位置都有哪個(gè)字符，因此僅實(shí)際執(zhí)行“匹配”或驗(yàn)證。
從當(dāng)前印記派生的灰度模板與為當(dāng)前訓(xùn)練集中的特定位置存儲(chǔ)的灰度模板匹配。只要匹配數(shù)（或相關(guān)數(shù)）大于先前確定的值（在1-1000的范圍內(nèi)，其中1000是最佳匹配），系統(tǒng)就會(huì)確認(rèn)該字符為正確字符。
驗(yàn)證可能構(gòu)成“混亂對(duì)”的字符不僅需要匹配分?jǐn)?shù)，還需要其他邏輯才能可靠。一種方法是建立可能引起混淆的感興趣區(qū)域（ROI），并尋找對(duì)比度變化。另一種方法包括根據(jù)涉及的字符集自動(dòng)啟用的不同工具。因此，例如，雖然前一種方法會(huì)沿“ B”的左筆觸在三個(gè)位置應(yīng)用“感興趣區(qū)域”（ROI），這些區(qū)域是將其與“ 8”或“ 3”區(qū)分開的區(qū)域并尋找對(duì)比度變化，后一種方法將使用方向矢量屬性-沿著邊界的每個(gè)像素處的灰度變化方向。人們認(rèn)為這更加可靠。
以下討論回顧了其他兩種方法的屬性。提供OCV / PQI系統(tǒng)的其他大多數(shù)公司都體現(xiàn)了所審查的一種或多種技術(shù)。因此，該討論實(shí)際上比所建議的更為籠統(tǒng)，并且該討論的目的是討論文獻(xiàn)中發(fā)現(xiàn)的方法之間的差異。
盡管一些公司使用二進(jìn)制模板作為他們進(jìn)行字符比較的基礎(chǔ)，但它們各自的執(zhí)行方式可能會(huì)大不相同。例如，在一種情況下，該方法基于使用標(biāo)稱值周圍的灰度區(qū)域作為二進(jìn)制圖像的基礎(chǔ)。即，將具有例如在60-120之間的灰色陰影值的所有像素分配給黑色或前景區(qū)域。超出該范圍的所有像素均被分配為背景或白色區(qū)域。標(biāo)稱值本身是自適應(yīng)的。也就是說，它使用當(dāng)前場(chǎng)景內(nèi)ROI中的灰度分布來校正該值。
另一種方法可能是建立一個(gè)閾值，高于該閾值所有像素均為白色或背景，低于該閾值所有像素為黑色或前景。該方法使用自適應(yīng)閾值來補(bǔ)償光水平變化。然后，它基于執(zhí)行相關(guān)例程以針對(duì)最初確定的名義閾值和圍繞名義的10個(gè)灰色陰影的每個(gè)陰影建立最佳字符匹配。這些都是在操作員設(shè)置期間自動(dòng)執(zhí)行的。但是，閾值可能無法根據(jù)場(chǎng)景進(jìn)行調(diào)整。
方法之間的另一個(gè)基本區(qū)別可能是窗口搜索例程的基礎(chǔ)。在一種情況下，它可能基于斑點(diǎn)分析，而在另一種情況下，它可能基于標(biāo)準(zhǔn)化的灰度相關(guān)性。斑點(diǎn)分析基于字符像素字符串的邊界框分布，并定位其質(zhì)心并相應(yīng)地校正到參考位置。這種方法將對(duì)可能太靠近要檢查的字符串的任何文本，圖形或多余的“噪聲”敏感。
找到區(qū)域后，一種方法可能是在特定字符上尋找特定特征以執(zhí)行精細(xì)對(duì)齊。在另一種方法中，精確對(duì)齊通?；谝粋€(gè)字符（“灰度邊緣模板”）使用相關(guān)匹配。通常，這是在操作員設(shè)置期間自動(dòng)完成的，并且系統(tǒng)包含某些規(guī)則，以標(biāo)識(shí)應(yīng)使用哪個(gè)字符的哪個(gè)字符作為相關(guān)模板的基礎(chǔ)。
在對(duì)圖像進(jìn)行二值化之后，一個(gè)系統(tǒng)可能會(huì)執(zhí)行侵蝕操作，然后基于每個(gè)子區(qū)域?qū)εc學(xué)習(xí)的模板進(jìn)行的前景和背景比較來做出決策。在另一個(gè)系統(tǒng)中，在進(jìn)行圖像減法之前，除了較大的字符串對(duì)齊之外，還逐字符進(jìn)行對(duì)齊。隨后可以進(jìn)行單個(gè)像素腐蝕以消除多余的像素，然后進(jìn)行另一種腐蝕，其像素寬度基于在工程設(shè)置過程中建立的粗/細(xì)設(shè)置。旨在補(bǔ)償筆劃寬度的變化。
在某些方法中，該決定是基于單個(gè)子區(qū)域的結(jié)果，而在其他方法中，該決定是基于與特定字符模板減法相關(guān)的像素殘差結(jié)果。在這兩種情況下，拒絕的“靈敏度”都可能基于預(yù)先確定的變化像素百分比。一些實(shí)現(xiàn)還自動(dòng)拒絕對(duì)比度小于操作員培訓(xùn)期間建立的對(duì)比度的50％的字符。該百分比可以在工程設(shè)置期間進(jìn)行調(diào)整。
在某些產(chǎn)品中發(fā)現(xiàn)的另一種方法是基于二進(jìn)制圖像和基于提取局部幾何特征及其相互關(guān)系的句法分析。這種方法更適合OCR應(yīng)用，而不太適合涉及字符質(zhì)量的應(yīng)用。另一種方法也是基于二進(jìn)制圖像，并使用矢量相關(guān)性作為驗(yàn)證或識(shí)別的基礎(chǔ)。盡管這種方法對(duì)縮放或筆劃寬度變細(xì)或變小應(yīng)該不那么敏感，但它可能對(duì)局部筆劃形狀變化更敏感。
在兩種情況下，二值化的魯棒性都取決于特定機(jī)器視覺系統(tǒng)在對(duì)圖像進(jìn)行二值化之前或之后可能執(zhí)行的圖像預(yù)處理。盡管如此，預(yù)計(jì)這種方法可能會(huì)產(chǎn)生對(duì)OCV有利的性能，但在字符質(zhì)量問題上卻缺乏希望。
其他幾種執(zhí)行都是基于OCR作為驗(yàn)證字符的方法。這些趨向于變慢并且不適合PQI。除了執(zhí)行特定的算法外，吞吐量還取決于以下功能：字符串的位置可重復(fù)性，字符串中的字符數(shù)，字符串?dāng)?shù)，外觀上的預(yù)期變量以及是否還需要PQI。
通常，執(zhí)行形態(tài)學(xué)運(yùn)算的系統(tǒng)在PQI上更好。
執(zhí)行之間的區(qū)別是，有些執(zhí)行是基于較大區(qū)域中的子區(qū)域執(zhí)行模板匹配，而子區(qū)域一次包含多個(gè)字符（甚至可能是整個(gè)字符串），而逐個(gè)字符進(jìn)行匹配。一些人認(rèn)為這對(duì)于激光打標(biāo)可能是足夠的，因?yàn)槭⊥ǔＪ钦麄€(gè)字符集（所有字符串和字符串中的所有字符）的“無標(biāo)記”條件，而不是特定于字符的“無標(biāo)記”。在噴墨打印中不太可能是這種情況。
在將幾個(gè)字符驗(yàn)證為一個(gè)模式的情況下，混淆對(duì)更成問題，因?yàn)椴粫?huì)逐個(gè)字符地進(jìn)行分析。它也更容易受到字符間距變化的字符的影響。通常，系統(tǒng)確實(shí)提供了基于字符建立其感興趣區(qū)域的能力，但是在操作員設(shè)置過程中這樣做可能比較笨拙，并且可能需要更多時(shí)間。
同樣如上所述，某些系統(tǒng)具有一組內(nèi)置規(guī)則來處理混亂對(duì)。在其他系統(tǒng)中，此功能可能不存在，或者它們使用基于ROI分析的方法。在操作員設(shè)置期間，某些系統(tǒng)比其他系統(tǒng)需要更多的操作員干預(yù)。在某些系統(tǒng)中，屬性（例如：閾值，字符串定位，字符對(duì)齊，拒絕的對(duì)比度屬性，字符比例和寬高比以及使混淆對(duì)成為可能的規(guī)則）對(duì)操作員完全自動(dòng)透明地執(zhí)行。
這是什么意思呢？基本上，有很多方法可以執(zhí)行可靠的OCV。執(zhí)行更多圖像處理的方法也更適合執(zhí)行PQI。更魯棒的方法通常在灰度數(shù)據(jù)上運(yùn)行，并且比二進(jìn)制像素計(jì)數(shù)做得更多。設(shè)置為避免錯(cuò)誤接受時(shí)，較簡(jiǎn)單的方法往往會(huì)產(chǎn)生較高的錯(cuò)誤拒絕率。其中一些不如其他字符更適合于字符質(zhì)量評(píng)估，例如，由于噴墨打印的性質(zhì)，預(yù)計(jì)會(huì)出現(xiàn)更多的錯(cuò)誤次品。另一方面，某些方法被認(rèn)為更適合處理混淆對(duì)。
