之前我们主要讲的是视野检查或者测量，但是对视觉识别这个课题从来没有深入的了解。不是我们对这个细分不够了解，而是我们公司落地案例太多，大多数人都觉得不起眼。

　　今天，陕西永辉我们的识别技术与大家进行了深入的交流。对于识别来说，其实大部分问题都已经被源头厂商通过其他方式解决了，比如康耐视的液体镜头，不仅解决了远近物体的对焦问题，还利用液体本身的性质，实现了快速识别的功能。大部分视觉工程师只需要在工作环境中设置设备，使用环境光源等其他情况略显复杂。

　　Ocr字符识别

　　通过机器视觉识别技术，我们不仅可以通过图像检索更快地获取信息，还可以创造一种与外界对话的新方式，让外界的工作更加智能化。随着模式识别技术的发展，越来越多的科技公司涉足模式识别领域，这标志着图像阅读时代的正式到来，将引领我们走向更加智能的未来。

　　机器视觉识别的初始阶段

　　在这个初始阶段，用户主要使用机器视觉识别技术来满足一些娱乐需求。类似的图片可以像百度开发的图片检索一样找到。脸书开发了DeepFace用于基于照片的人脸匹配；IQ  Engine开发的Glow通过机器视觉识别自动生成照片标签，让用户可以管理手机照片。

　　现阶段有一个非常重要的细分领域，即光学字符识别(—— ocr)。光学仪器检查印在纸上的文字，通过检测明暗图案来确定其形状，通过文字识别将图像的形状转化为计算机文字的过程就是计算机识读文字的过程。

　　当然，对于视觉识别来说，不仅仅是字符识别。在很多情况下，我们还需要识别其他信息，比如logo，或者结合其他技术来定位目标的位置，并将表单识别为一个项目，这也说明这个技术领域远没有我们想象的那么简单。