半導体検査とプリント基板検査におけるOCR/OCVの精度向上
AIの質より重視される撮像の質
半導体やプリント基板（PCB）の製造現場において、AIに起因するOCR（文字認識）/OCV（文字照合）の不具合はほとんどありません。誤認識・誤判定の多くは、試験環境にはない想定外の要因によって撮像が不安定になることで発生します。
OCR/OCVの不具合の原因
試験環境でOCR/OCVが正常に機能していても、本番環境になると不具合が発生することはよくあります。その原因は、工場内の振動、製造ラインの速度変化、反射光、印字品質のバラつきなど実にさまざまです。また、低コントラストで角度によって見え方が変化するレーザー印字、時間経過とともにかすれ・退色が生じるインクジェット印字をはじめ、印字の種類によっても撮像が不安定になり、OCRの精度が低下します。
AIの質より撮像の質が重視される理由
製造現場におけるOCR/OCVは、上流側の撮像工程が下流側のAI画像解析に大きく影響するため、AIの質より撮像の質が重視されます。例えば、検査装置自体を刷新しなくても、機器固定による振動低減や露光タイミングの調整のみで誤認識・誤判定は大きく減少します。このように、高精度なOCR/OCVを実現するには、撮像の安定性とコントラストの向上が極めて重要なのです。
上記の通り、OCR/OCVの不具合の主な原因は、AIの質ではなく撮像の質にあります。光学設計や露光制御をはじめ、上流側の撮像工程に問題があると、下流側のAI画像解析に必要な情報を収集できません。試験環境でいくらAIを改良しても、本番環境で求める結果が得られないのはこのためです。つまり、OCRの精度向上に必要なものは、AIの安定化ではなく、撮像の安定化なのです。
OCRとOCVの比較：同一の文字情報に対する感度の違い
OCRが画像内の連続する文字列（LM358など）を読み取るのに対し、OCVは印字品質（文字のかすれ、退色、抜け、位置ずれなど）を評価します。そのため、OCRとOCVは、同一の文字情報に対する感度が大きく異なります。
