ระดับเนื้อหา: Overview / Implementation considerations
หลักการและการเลือกใช้
OCR แยกการหาบริเวณข้อความออกจากการรู้จำอักขระ แล้วจึงตีความค่าและหน่วย หน้าจอเจ็ดส่วนอาจเหมาะกับวิธีเฉพาะมากกว่า OCR ข้อความทั่วไป จุดทศนิยมและเครื่องหมายลบเป็นส่วนของค่าที่ต้องรักษา
OCR คือการเปลี่ยนภาพตัวอักษรเป็นข้อความที่โปรแกรมใช้ต่อได้ แต่การอ่านข้อความกับการเข้าใจค่ามาตรวัดเป็นคนละขั้น ตัวอย่างเช่นข้อความมีตัวเลขแล้วก็ยังต้องรู้ว่าจุดใดเป็นทศนิยมและหน่วยใดใช้กับค่า ไม่ควรลบสัญลักษณ์เล็กเพื่อให้ภาพสะอาด เพราะสัญลักษณ์นั้นอาจเปลี่ยนทั้งขนาดและเครื่องหมายของผลที่อ่าน
วิศวกรกำหนดบริเวณข้อความ การจัดแนว และรูปแบบที่ยอมรับก่อนแปลงสตริงเป็นตัวเลข จอเจ็ดส่วนสร้างอักขระจากส่วนสว่างคงตำแหน่ง จึงมีเงื่อนไขต่างจากอักษรพิมพ์ทั่วไป การตรวจรูปแบบช่วยปฏิเสธผลที่เป็นไปไม่ได้ตามชนิดจอ แต่ต้องไม่เติมตัวที่มองไม่เห็นโดยอาศัยค่าคาดหวัง ควรเก็บทั้งข้อความดิบและเหตุผลการตีความสำหรับตรวจย้อนหลัง
เลื่อนแผนภาพซ้าย–ขวาเพื่อดูรายละเอียดครบทุกส่วน
ตัวอย่างในบริบทอุตสาหกรรม
ตัวอย่างเชิงออกแบบ: อ่านจอดิจิทัลเป็นข้อความ “−0.25 MPa” แล้วตรวจรูปแบบ หน่วย และสถานะจอ หากจุดทศนิยมไม่ชัดให้ no-read ไม่แก้เป็นตัวเลขที่ดูสมเหตุสมผลเอง
ในสถานการณ์สมมติ ภาพหนึ่งอ่านเลขได้ครบแต่จุดทศนิยมถูกแสงบัง การใช้ค่าก่อนหน้าเพื่อเดาว่าน่าจะเป็นค่าเดิมอาจผิดเมื่อกระบวนการเปลี่ยนจริง ควรแสดงภาพและระบุว่าทศนิยมไม่ชัดแทนการรายงานตัวเลขที่แก้เอง หากหน่วยบนจอไม่ปรากฏ ต้องใช้การตั้งค่าที่ตรวจสอบที่มาได้และแจ้งขอบเขต ไม่ถือว่าหน่วยเหมือนจอข้างเคียงเสมอ
ตรวจภาพหลังแก้มุมมองว่าจุดเล็กและเส้นของเครื่องหมายลบยังอยู่ครบ แล้วทดสอบการแปลงข้อความให้แยกช่องว่าง หน่วย และสัญลักษณ์อย่างชัดเจน สมมติจุดทศนิยมหายจาก 0.25 จนถูกอ่านเป็น 25 ค่าจะต่างกันร้อยเท่า ไม่ใช่ความผิดเล็กของตัวอักษร วิศวกรจึงต้องตรวจผลระดับค่าและหน่วยควบคู่ข้อความ ไม่เพียงนับจำนวนอักขระที่รู้จำถูก
ขั้นตอนศึกษาและทดลอง
- 1 ครอปและแก้ perspective โดยไม่ลบจุดเล็กด้วยการกรองแรงเกินไป
- 2 เก็บ ground truth ทั้งสตริงและค่าตัวเลขพร้อมหน่วย
- 3 ตรวจ schema และส่งกรณีคลุมเครือให้คนยืนยัน
วิธีประเมินและนิยามผล
รายงาน character error rate แยก exact match ทั้งช่อง ค่าอ่านใน tolerance และ no-read การอ่านถูกเกือบทุกตัวอาจยังผิดขนาดสิบเท่าเมื่อจุดทศนิยมหาย
Character error rate วัดการเพิ่ม ลบ หรือแทนอักขระเมื่อเทียบคำตอบ ส่วน exact match ถามว่าข้อความทั้งช่องตรงครบหรือไม่ ควรระบุว่ารวมหน่วยและช่องว่างอย่างไร การคำนวณความคลาดของค่าต้องใช้หน่วยเดียวกันและนับภาพที่ไม่ผ่านการแปลงแยกไว้ เพราะการเฉลี่ยเฉพาะข้อความที่โปรแกรมแปลงได้อาจซ่อนกรณีอ่านผิดยากที่สุด
วิศวกรตรวจผลแยกสำหรับทศนิยม เครื่องหมายลบ และตัวเลขคล้ายกัน พร้อมสถานะจอว่างหรือข้อความแจ้งเตือน ทดสอบสตริงส่งออกว่าค่าที่ปฏิเสธไม่ถูกแทนด้วยศูนย์ และเวลาอ้างอิงตรงกับภาพ หากใช้หลายเฟรม ต้องประเมินการจับกลุ่มเวลาแยกด้วย เพราะข้อความที่ดูชัดจากการรวมภาพอาจเป็นส่วนผสมของคนละค่าซึ่งไม่มีอยู่จริงในเวลาใดเลย
ข้อจำกัดและกรณีผิดพลาด
glare ตัวอักษรติดกัน และการกะพริบจอทำให้อักขระขาด การรวมหลายเฟรมต้องไม่ปนค่าคนละเวลาที่กำลังเปลี่ยน
แสงสะท้อนหรือ glare อาจทับส่วนของอักขระจนแยกเลขสองตัวไม่ได้ การกรองแรงอาจลบจุดเล็ก ส่วนการขยายภาพไม่คืนรายละเอียดที่หาย การแก้สะกดตามพจนานุกรมอาจช่วยข้อความทั่วไปแต่ไม่เหมาะกับตัวเลขมาตรวัดที่เปลี่ยนได้ ควรแยกผลที่เห็นชัดกับผลที่อาศัยสมมติฐาน และไม่รายงานความมั่นใจสูงเพียงเพราะข้อความผ่านรูปแบบที่กำหนด
การใช้เงื่อนไขช่วงค่าช่วยตรวจความผิดบางแบบ แต่ค่าผิดที่ยังอยู่ในช่วงอาจผ่านได้ การเพิ่มขั้นตรวจหลายชั้นเพิ่มภาระการดูแลและอาจปฏิเสธข้อความถูกที่ไม่อยู่ในตัวอย่างเดิม จึงต้องมีชุดกรณีใหม่และเส้นทางส่งต่อให้คนตรวจ รวมทั้งไม่ใช้ผล OCR เป็นการยืนยันความเที่ยงของเครื่องมือวัดเอง เพราะระบบอ่านได้เพียงสิ่งที่จอแสดงภายใต้ภาพที่รับมา
รายการตรวจสอบก่อนนำไปใช้
- เก็บลบ ทศนิยม และหน่วยครบหรือไม่
- แยกค่าศูนย์จากภาพว่างหรือไม่
- มีภาพอ้างอิงสำหรับผลที่ต้องตรวจหรือไม่