현장 작업자, 품질 담당자, 관리자 관점에서 촬영과 검증, 저장, 확장 설정 흐름을 구체화한 설계도입니다.
작업자는 라벨 이름을 몰라도 단계형 안내를 따라 촬영하고, 앱은 인식값과 규칙 검증 결과를 즉시 제공합니다.
제품 검사 시작
저장 폴더 자동 준비
제조 번호 추출
유체 그룹 확인
전체 사진 촬영
유형 직접 선택
연결 및 보드 라벨
순서대로 촬영
합격 여부 표시
사진과 텍스트 저장
검수 작업을 시작하고 명판 촬영을 수행하는 첫 화면입니다. 제조 번호와 유체 그룹이 이후 저장 경로와 판정 기준의 기준값이 됩니다.
촬영 가이드 박스 안에 명판이 들어오면 초점과 밝기를 확인한 뒤 OpenCV로 라벨 ROI를 세그먼트하고, 원근 보정과 이진화를 거쳐 ML Kit Text Recognition v2 온디바이스 모델로 문자 인식을 실행합니다. 낮은 신뢰도는 사용자 확인 대상으로 표시합니다.
전체 사진 촬영 후 제품 유형을 선택하고, 남은 라벨 촬영 단계를 한눈에 확인하는 화면입니다.
유형 선택값에 따라 보드 라벨 촬영 필요 여부와 검증 규칙 세트가 달라집니다. 화면은 완료된 촬영과 누락 촬영을 명확히 구분합니다.
문자 인식과 규칙 검증 결과를 현장에서 바로 확인하는 화면입니다. 작업자는 합격 여부와 오류 위치를 즉시 판단할 수 있습니다.
검증 엔진은 연결 라벨의 상하 유체명, 상하 방향 반대, 좌우 방향 반대, 보드 라벨 계기 종류 매칭을 순차 실행하고 오류 항목을 사용자 언어로 변환합니다.
품질 담당자는 저장된 검사 결과와 원본 사진, 인식값, 오류 항목을 확인해 현장 검수 결과를 추적합니다.
날짜와 제조 번호별
검사 목록 조회
합격과 불합격
상태별 분류
원본 사진과 인식값
오류 규칙 확인
재촬영 대상
현장에 전달
사진과 텍스트
근거 자료 유지
로컬에 저장된 검사 이력을 제조 번호와 날짜 기준으로 확인하는 화면입니다.
파일 저장 경로와 내부 데이터베이스를 매칭해 검사 목록을 구성하고, 판정 상태와 오류 개수를 요약합니다.
원본 이미지와 인식된 라벨 값을 함께 보며 판정 근거를 확인하는 상세 화면입니다.
촬영 단계별 이미지를 결과 텍스트와 연결하고, 오류 규칙이 발생한 라벨을 강조 표시합니다.
검사 사진과 결과 텍스트를 지정 폴더 구조로 저장하고, 필요 시 외부 반출을 준비하는 화면입니다.
제조 번호와 날짜를 기준으로 폴더를 만들고 원본 이미지, 인식 결과, 판정 결과 파일을 함께 저장합니다.
관리자는 약어 사전, 판정 규칙, 저장 방식, 향후 서버 연동 설정을 관리합니다.
단말과 저장 권한
상태 점검
유체명 약어와
보정 기준 관리
케이스별 판정
조건 점검
로컬 경로와
파일 형식 설정
서버 연동 모드
전환 대비
단말, 저장소, 문자 인식 모델, 라벨 세그먼트 파이프라인, 카메라 권한 상태를 확인하는 관리자 화면입니다.
앱 시작 시 필수 권한과 엔진 준비 상태를 점검하고, 문제가 있는 항목을 조치 안내로 연결합니다.
유체명 약어와 케이스별 검증 조건을 확인하는 설정 화면입니다.
문자 인식 결과를 사전 기반으로 보정하고, 케이스 유형에 따라 다른 규칙 세트를 적용합니다.
현재 범위인 로컬 저장을 기본으로 사용하되, 향후 서버 저장으로 확장할 수 있도록 모드를 분리하는 화면입니다.
저장 인터페이스를 로컬 구현과 서버 구현으로 분리해 현재는 로컬 파일 저장을 사용하고, 추후 서버 주소와 인증 설정이 추가되면 연동할 수 있게 합니다.