下面结合附图和具体实施方式对本发明作详细地描述，ocr字符检测批发，实施方式不能在此一一赘述，但本发明的实施方式并不因此限定于以下实施方式。
如图1所示，本发明的镜头缺陷检测方法包括s1、对镜头的端面、凸台进行缺陷检测；s2、对镜头内部结构进行缺陷检测；s3、对镜头上表面和下表面进行缺陷检测。根据本发明的构思，本发明的检测方法在实际操作中，检测方法的步骤s1、步骤s2和步骤s3是可以任意调换的。
因为手机镜头的端面区域和凸台区域存在一定的高度差，现有技术中需要拍摄两张图像并进行两次算法检测，导致检测速度慢、cpu负载高。而本发明的端面和凸台检测方法有效地解决了这一问题，具体来说，根据本发明的一种实施方式，本发明的端面和凸台检测方法需要对端面和凸台按照如下公式的模板匹配获得r(x，y)值时得到两组值(x1，y1，检测中文字符，phi1；x2，y2，phi2)分别代表定位的x坐标、y坐标和角度：
之后对凸台图片进行仿射变换后与端面图片对齐，字符识别检测，
由于CNN强大的特征提取能力，采用基于CNN的分类网络目前已成为表面缺陷分类中的模式一般来说，现
有表面缺陷分类的网络常常采用计算机视觉中现成的网络结构，包括AlexNet， VGG，苏州字符检测， GoogL eNet，ResNet，
SENet， ShuteNet，MobileNet等。利用分类网络结合上滑动窗口的方式可以实现缺陷的定位。
Deep learning-based crack damage detection using convolutional neural networks
苏州字符检测-苏州宣雄-字符识别检测由苏州宣雄智能科技有限公司提供。苏州宣雄智能科技有限公司是从事“缺陷检测,摄像头缺陷检测”的企业，公司秉承“诚信经营，用心服务”的理念，为您提供更好的产品和服务。欢迎来电咨询！联系人：朱秀谨。