Kamera Inspeksi Label & Kamera Inkjet Coding

Bisa, dengan OCR berbasis deep learning. Model Ornova Vision dilatih dari contoh cetakan asli di kemasan Anda, termasuk kanji dan kana Jepang, hanzi Mandarin, atau huruf Arab yang bersambung dan dibaca dari kanan ke kiri. Untuk kontrol mutu, teks yang terbaca juga bisa dibandingkan dengan teks yang seharusnya dicetak. Kemampuan baca untuk setiap bahasa dan jenis cetakan selalu kami uji dulu dengan sample Anda.

Kamera OCR adalah kamera machine vision yang dilengkapi kemampuan membaca teks/karakter tercetak (Optical Character Recognition) — biasanya untuk kode produksi, tanggal kedaluwarsa, dan nomor batch. Kamera deep learning OCR adalah kamera OCR yang pembacaannya memakai model deep learning (dilatih dari contoh cetakan asli Anda) alih-alih OCR konvensional yang mencocokkan bentuk huruf secara kaku — jauh lebih toleran terhadap cetakan inkjet yang putus-putus, miring, atau buram. Ornova Vision memakai pendekatan deep learning ini secara default untuk kode kedaluwarsa dan batch.

Kamera inspeksi label — sering juga disebut kamera check label atau camera check label — adalah kamera machine vision yang memeriksa label pada produk atau kemasan: memastikan label yang terpasang benar untuk varian/rasa/dosis yang sedang diproduksi, posisinya lurus dan tidak melebihi toleransi, serta kondisinya tidak sobek atau terlipat. Pada Ornova Vision, pemeriksaan label ini digabung dalam satu jepretan dengan pembacaan OCR kode kedaluwarsa dan nomor batch di label yang sama.

Kamera inkjet coding adalah kamera machine vision yang dipasang setelah mesin printer coding (continuous inkjet/CIJ, thermal inkjet/TIJ, thermal transfer, atau laser marking) untuk membaca dan memverifikasi hasil cetaknya — tanggal kedaluwarsa, kode produksi, dan nomor batch. Ornova tidak menjual mesin printer coding; kami menyediakan kameranya untuk memastikan hasil cetak dari printer yang sudah Anda pakai benar dan terbaca, sebelum produk lanjut ke tahap berikutnya.

Cetakan inkjet terdiri dari titik-titik yang bisa putus, miring, atau buram tergantung kondisi head dan kecepatan lini — OCR konvensional yang mencocokkan bentuk huruf yang kaku mudah gagal di sini. OCR berbasis deep learning dilatih dari contoh cetakan nyata milik Anda, termasuk kondisi terburuknya, sehingga jauh lebih toleran.

Ini risiko yang lebih berbahaya, karena produk dengan tanggal keliru bisa lolos. Karena itu sistem tidak hanya membaca tapi memverifikasi terhadap nilai yang seharusnya untuk batch berjalan, dan menolak saat tingkat keyakinannya rendah — lebih baik satu produk baik ikut tertolak daripada satu produk salah tanggal lolos ke pasar.

Dari PLC atau order produksi — nilai yang diharapkan dikirim ke Ornova Vision saat batch dimulai, atau dipilih operator di HMI. Sistem lalu membandingkan tiap bacaan dengan nilai itu. Kalau printer menyimpang dari yang dijadwalkan, itu tertangkap di unit pertama, bukan setelah satu lot.