弧形文字识别不再难：京元智能PDA 如何用“坐标变换＋二值化”读懂曲面刻字

在产线上，轴承外圈、管材截面、重工螺栓螺母、电机端盖、仪表仪器的圆形铭牌、汽车和摩托车的弧形铭牌……这些零件上都刻着批次号、序列号、物料编码。它们是质量追溯的关键凭证，却是数据采集里最让人头疼的一类：文字不是横平竖直，而是沿着圆弧"绕圈"。普通扫码枪扫不了，普通 OCR 也常常读不出、读不全。今天我们就以京元智能 OCR PDA 为例，看看圆弧扇面上的文字是怎样被一步步"读"出来的。

一、先弄清楚：弧形文字为什么难认

普通 OCR 的算法基础，是假设文字排列在一条水平线上，弧形文字天然违反了这个假设：

· 变形。文字沿圆周排列，字的内外侧弧长不同，字形被拉伸或压缩。

· 透视。镜头与弧面存在夹角，圆形排列变成椭圆，字体发生畸变。

· 光线。金属、塑封材质反光严重，明暗不均，还有油污锈迹。

· 昏暗。车间、仓库、户外，光线条件往往不理想。

这些因素叠加，连对焦都费劲，更不用说识别。弧形识别的第一仗，从"取图"就开始了。

二、第一步·取图：昏暗环境里，先让画面"稳、准、清"

我们选用相位对焦（PDAF）镜头：它不像传统反差式对焦那样"来回试探"，而是直接根据传感器上的相位差判断焦点偏移方向，一次移动即可合焦。即使在昏暗环境下，也能快速完成对焦取图，最大限度减少手抖和运动模糊带来的废图。

同时，PDA 支持扫描头、内置摄像头、USB 外接相机三种取图源，如图1所示。取图动作统一由机身扫描键触发——按下取图并识别，松开完成采集，无需切软件、找按钮。取图是整条链路的地基，焦对不上，后面处理得再好也是白搭。

图1 取图方式设置（来源：COCR 软件说明书 V2.3）

三、第二步·图像预处理：把弯的文字"拉直"

拿到图像，接下来要解决"弯"的问题，这是整个方案最核心的一步。

我们采用的方法是坐标变换：把弧形文字的极坐标转换为笛卡尔二维坐标。文字本来在一个扇面上"绕圈"，我们找到圆心，把整个扇形区域"展开"——就像把扇形纸摊平成长条。展开之后，弯曲排列的文字变成一行直线文字，普通 OCR 才能"看得懂"。如图2所示，界面上可以看到文字的圆心、外圈与展开效果。

图2 弧形OCR识别界面（来源：COCR 软件说明书 V2.3）

但光拉平还不够。工业现场的文字常压在金属底色上，对比度低，还有反光和油污。于是我们再叠加一步 Sauvola 算法做自适应二值化：把图像处理成黑白两色，让文字与背景彻底分开；Sauvola 根据每个像素周围局部的明暗动态决定阈值，而非全图套用一个标准。这样即使光照不均、背景复杂，也能把文字从背景里"抠"出来，拉高对比度，最大程度还原文字本来的样子。

处理完的这张图，前景干净、字迹清晰、排成直线，这才轮到 OCR 算法登场。

四、第三步·OCR 识别：让算法"所见即所得"

图像准备好了，识别就是水到渠成的事。为适配五花八门的零件，我们在识别环节做了四件事：

· 圆弧场景。在"应用设置→场景设置"中选择"圆弧"场景，即启用弧形文字识别模式。

· 自动对准。按下扫描键后，软件自动检测文字形成的弧线（是文字本身的弧，不是物体边缘），计算实际圆心，把扇形遮罩自动对准文字带。

· 手动微调。遇到曲率特殊、版式刁钻的零件，可拖动圆心、调节内外圈半径、起始角和旋转角，参数即时生效。

· 实时预览。上半屏看相机预览与扇形遮罩，下半屏实时显示展开后的"拉平"文字，按下扫描键即把当前帧送入 OCR，所见即所得。

识别结果支持点击修正，修正后的值在下一次扫描时直接作为输出结果，避免反复人工录入，如图3所示。

图3 结果修正（来源：COCR 软件说明书 V2.3）

解码超时可按现场调整：默认 2 秒，可设 0.1～20 秒，识别偏慢就调大，追求连续采集就调小。

五、第四步·数据输出：识别结果直达 ERP

识别只是前半程，数据真正进入业务系统，才算闭环。我们提供四种输出通道，可独立开关、自由组合，如图4所示：

· 系统广播输出：通过广播把识别结果发送给其他应用（默认动作 android.intent.action.SCANRESULT、数据标签 value），便于对接各类中间件。

· 本地文件输出：将结果追加写入本地文件，路径可自定义，适合离线采集、事后统一导入。

· IP 输出：通过 TCP/UDP 发送到指定主机，默认端口 8888；配合 Windows 端配套接收程序，可实现"扫码即上屏"，结果直接填入电脑光标处。

· 蓝牙输出：通过蓝牙 SPP 串口服务发送到已配对设备，适合连接便携打印机、蓝牙采集终端。

图4 输出设置（来源：COCR 软件说明书 V2.3）

四种通道覆盖产线、仓库、户外等几乎全部数据传输场景，对接 ERP、MES 或自研系统都有现成方式。

数据输出前还会经过一道校验：内置规则引擎支持内容长度、位数范围等手动规则，也支持输入模板自动生成正则的自动规则，符合规则的字段才对外输出。"脏数据不出终端"，从源头保证进到 ERP 的数据是干净的。

六、适用场景与价值

这套方案适用于所有圆弧形文字 OCR 场景：轴承和套圈端面刻字、管材截面标记、重工螺栓螺母的强度等级与批次号、电机铭牌、仪表仪器的圆形刻度与铭牌、汽车和摩托车零部件的弧形铭牌等。

它带来的改变实实在在：识别准确率更高，弧面字不再"读不出、读不全"；采集速度更快，一键取图、即扫即传，不再人工抄录；数据全程可追溯，批次号、序列号第一时间进入质量追溯链条。

结语

圆弧扇面上的文字，曾是产线数据采集里最难啃的骨头。答案其实是一套组合拳：相位对焦把图取准，坐标变换把弯拉直，二值化把字抠净，OCR 把字认出来，四通道把数据送出去。每一步都不神秘，但每一步都踩在痛点之上。下次再看到轴承端面上那圈"绕圈"的数字，你应该知道，它们是可以被读出来的。