技術ノート｜バーコードと文字認識：AI・文字学習・スマートカメラ、3つの方法の選び方

製品の日付・ロット番号・バーコードは、生産トレーサビリティの要です。しかし「読める」と「すべて読める」には大きな差があります。辰祥が医薬品、メモリ、ラベル、制御盤の4分野で得た知見をまとめます。

3つの文字認識方式

• AIディープラーニング：学習済みモデルで、追加学習なしに英数字と一部の記号を認識でき精度も良好。欠点は演算時間が長く、ラインに追いつくか確認が必要
• 文字学習：先に字形を学習して照合。高速で、ドット文字がつながっていなくても認識可能。欠点は文字サイズごとに学習が必要
• 市販のスマートカメラ：統合性が高く導入が早いが、同様に文字学習が必要

実測のポイント

• レーザー刻印バーコード（2 × 2 mm）：解像度20 μm・30 μm、リング照明・ドーム照明のいずれでも安定して読取
• レーザー刻印文字（1 × 0.4 mm）：整った字形はAIでそのまま認識、特殊な字形（一部の「8」など）は再学習なしでは誤認識
• ラベルの2次元コード：すべて読取可能
• ラベルの1次元コード：大半は読めるが、最小のものは読取率約6割。サイズ拡大を推奨
• OCRの学習が不十分だと、印字不良の文字が別の文字として認識される。管理すべきリスク

線材マーカー番号のよくある問題

制御盤の線材マーカーは、正面を向いているときに認識率が最も高く、0・O・Qは混同しやすく、番号のねじれや横向きもミスの原因になります。文字を大きくし字間を広げ、「位置と型番」の対照リストを作ることで番号の正しさを照合できます。

導入へのアドバイス

字形の種類、最小文字高、ライン速度を確認してから方式を選びましょう。設計段階でバーコードを大きくしたり字間を広げたりする方が、高価なカメラに替えるより効果的なことがよくあります。