技術筆記｜條碼與字碼辨識：AI、字碼學習、智慧相機，三種做法怎麼選

產品上的日期、批號、條碼，是生產追溯的關鍵。但「讀得到」與「每一個都讀得到」差很多。以下整理辰祥在藥品、記憶體、標籤與電控盤四類專案的實測心得。

三種字碼辨識做法

• AI 深度學習：模型已訓練好，不需額外學習就能辨識英數字與部分符號，效果優良；缺點是計算時間較長，需要確認是否跟得上產線
• 字碼學習：先學習字型再比對，速度快，點陣字不需要連在一起也能辨識；缺點是不同字型大小要分別學習
• 市售智慧相機：整合性好、導入快，同樣需要學習字碼

實測重點

• 雷射刻印條碼（2 × 2 mm）：20 μm 與 30 μm 解析度、環燈與碗燈都能穩定讀取
• 雷射刻印文字（1 × 0.4 mm）：工整字型 AI 直接辨識即可，特殊字型（例如某些「8」）在未重新訓練時會誤判
• 標籤二維碼：全部可讀
• 標籤一維碼：多數可讀，但最小的一種讀取率約六成，建議放大條碼尺寸
• OCR 學習不完整時，沒印好的字會被辨識成其他字，這是需要卡控的風險點

線套號碼的常見問題

電控盤上的線套號碼，朝向正面時辨識率最高；0、O、Q 容易混淆，號碼扭曲或側向一邊時也容易出錯。建議印字大一些、字距拉開，並建立「位置與型號」的對照清單，才能比對序號是否正確。

給導入者的建議

先確認字型種類、最小字高與產線速度，再選擇辨識方式；能從設計端放大條碼、拉開字距，往往比換更貴的相機有效。