傳統機台截屏辨識
應用主題
許多工業2.0的傳統機台只能將生產資訊顯示於外接螢幕供使用者觀看，無法跟其他系統直接進行整合。透過慧眼的協助，這些僅供觀看的資訊會先轉為圖片，再使用深度學習視覺辨識AI技術進行文數字辨識，將其中的關鍵數據數位化後聯網儲存資料庫，提供後續工業3.0/4.0開發相關應用。
應用內容
慧眼智能OCR軟體安裝於可以跟企業系統聯網的電腦，該部電腦可能是與工業2.0機台連結，或是透過影像設備從工業2.0機台擷取機台相關生產數據。以下將根據概念圖簡述系統運作流程。
-
設備層：工業2.0機台在生產過程中產生相關數據直接顯示於內建螢幕或傳送至電腦螢幕透過該機台的搭配軟體進行顯示。
-
採集層：以截屏將電腦螢幕的數據畫面轉為圖片，或以外部攝影設備將機台螢幕的數據畫面轉為圖片，接下來這些圖片就會輸入慧眼智能OCR軟體進行文數字之辨識，並透過使用介面讓使用者確認辨識結果。
-
存儲層：使用者確認辨識結果後，慧眼會透過API與數據採集伺服器進行整合，讓使用者可以輕易將原本只能觀看的工業2.0機台數據擷取至企業資料庫。
-
應用層：儲存於資料庫的數據可以透過企業系統資訊中臺進行存取，以利企業後續開發及支援各式工業3.0/4.0的相關應用。
應用技術
使用者執行安裝於電腦端的慧眼時，必須先依據該圖片的來源機台選擇一個適用的辨識模板。每個辨識模板均包含以下三者並按照機台需求預先建立：
-
文字辨識區域：由使用者依據機台生產數據圖片及辨識需求，在圖片上框選n個欲辨識區域。
-
文字定位模型：偵測文字在文字辨識區域中的位置，並擷取內容作為文字辨識模型的輸入。綜合考量辨識效果及專案成本，文字定位模型可以是通用型或客製型，並依據專案的應用情境選擇影像處理模型庫提供的相關函式功能進行辨識內容標準化的前處理（如：灰階、正則化、縮放、二值化、黑白反轉、膨脹侵蝕、...）。
-
文字辨識模型：辨識模板的文字辨識模型同樣透過辨識效果及專案成本的綜合考量以決定是通用型或客製型。
綜合來說，使用者選定辨識模板後，慧眼智能OCR軟體會依據模板所設定的n個辨識區域進行截圖，以文字定位模型偵測文字在圖像中的位置並擷取內容作為文字辨識模型的輸入，然後以文字辨識模組之深度學習模型進行辨識，產出文字辨識結果。
應用案例
案例背景
案例公司有40多年的生產歷史，主要產品以杆塔產品為主，擁有多家工程技術研究中心等科研機構，以及多種先進檢驗試驗設備，不僅工藝成熟、技術先進，還具有較強的產品開發創新、生產製造能力。
面臨問題
在工業4.0當道的年代，案例公司的客戶基於產品品質可溯的目標，要求案例公司必須將產品檢測數據回傳客戶端。然而案例公司目前仍有不少運作穩定的主力機台設備停留在工業2.0的階段，想要將設備數據與企業系統整合，卻面臨到設備老舊無法聯網、難以改造或改造費用高昂，導致自動化設備數據採集難以實現的窘境。
在此情況下，往往必須指派現場作業人員以手抄方式，將設備儀表板之屏幕數據記錄於表單後，再將表單記錄輸入至資料庫，除了耗時費工、無法即時呈現數據外，更有人為輸入錯誤之風險。
解決問題與挑戰
藉由我們所開發的慧眼智能OCR軟體，為案例公司解決以下限制及困擾。
-
設備老舊無法擷取數據聯網傳輸：
工業2.0機台設備所產生的數據經由攝影機拍照或截屏轉為圖片，再透過慧眼辨識機台設備圖片中所呈現的各項文數字之生產數據。 -
設備升級與改造的代價高昂：
不需花費高額成本升級機台或耗時曠日改造設備，只需安裝慧眼（必要時搭配外部攝影設備），即能快速擷取機台設備的生產數據。 -
資訊擷取方式耗時費工有錯誤風險且缺乏即時性：
顯示於工業2.0機台螢幕的生產數據透過慧眼辨識後即可回傳API自動寫入系統資料庫，除了節省大量人力，並能即時且正確地呈現生產現場狀況，進而讓管理者基於這些資訊提升生產現場的管控效率。
案例專案解決方案
案例公司引進慧眼智能OCR解決方案後，成功擷取機台設備的檢測數據與企業系統資料庫進行整合。除了滿足產品檢測數據回傳客戶端的需求外，並且比其他解決方案為案例公司節省一半的費用及開發時間，而相較於原本人工抄寫再輸入資料庫的做法，採用慧眼後每筆數據輸入約節省80%的時間。
