不锈钢、铝合金、抛光件上的激光雕刻 DPM 码，镜面反射能把条码和背景糊成一片白，普通读码器直接抓瞎。这篇从原理到方案讲透。
为什么高反光金属难读
金属表面反光分两种：漫反射（向各个方向反射，是有效光）和镜面反射（按固定角度反射，是干扰光）。高反光金属镜面反射强，进入镜头后局部过曝，条码凹点和背景的灰度差被压缩到 5-10 个灰阶，人眼都难分辨，更别说解码器。
还有个问题：反光角度和光源、读码器的相对位置密切相关，零件位置有公差，每个零件反光角度都不一样，固定参数很难全覆盖。实际项目中汽车缸体 DPM 码用普通环形光，识读率只有 60% 左右，这个零件能读下个零件就不行。
三种方案对比
| 方案 | 核心原理 | 适用场景 | 识读率范围 | 成本等级 | 调试难度 |
|---|---|---|---|---|---|
| 偏振光 + 同轴照明 | 偏振片滤除镜面反射光 | 平面高反光金属（手机中框、缸体平面） | 95-99.5% | 中（光源 + 偏振片约 500-1500 元） | 低 |
| 低角度暗场照明 | 低角度光让凹陷处显阴影 | 凹凸感强的激光雕刻 / 气动打标码 | 90-98% | 低（条形光约 100-500 元） | 中 |
| HDR + 深度学习解码 | 多帧合成 + AI 算法容错 | 极低对比度阳极氧化码、污损码 | 92-99% | 高（读码器 1.5-3 万） | 低 |
选型决策顺序
别上来就买最贵的，按这个顺序试，不花冤枉钱：
- 先试偏振同轴光—— 成本最低，80% 的平面高反光场景能解决，识读率 95%+
- 不行换低角度暗场—— 凹凸感强的激光雕刻码和气动打标码，这个效果更好
- 还不行上深度学习—— 极低对比度（<5% 灰阶差）、污损、变形码，传统算法搞不定的再上
按这个顺序，大部分场景 500 元以内能解决，不用直接上 3 万的设备。
方案一：偏振光 + 同轴照明
最常用也最有效。光源前装偏振片，出射光变偏振光；镜头前再装一片偏振片，角度与光源端垂直。镜面反射的偏振光因角度垂直被滤掉，条码凹点的漫反射光偏振方向被打乱，部分能通过镜头进入传感器。
前述汽车缸体项目（ADC12 铝合金，激光雕刻 DataMatrix，2mm 码）换成偏振同轴光后，识读率从 60% 提到 99% 以上。偏振片不贵（国产 50-150 元 / 片，进口 300-800 元），但角度调试是关键：旋转镜头端偏振片，监视器上看到反光最弱、条码最清晰的位置固定，偏移 5 度效果就差很多。
方案二：低角度暗场照明
条形光从 10-30 度低角度照射，平整金属表面的镜面反射光不会进入镜头，条码凹点把光散射进镜头，凹点亮、背景暗，对比度高。适合激光雕刻和气动打标这种有明显凹凸感的码，对化学蚀刻这种浅码效果一般。
角度要精准，10 度和 30 度效果差异很大，建议每 5 度试一次。两根条形光从左右对称打光，比单根均匀。
方案三：HDR + 深度学习
HDR 通过 3-5 帧不同曝光图像合成，亮部暗部细节都保留，把人眼看不到的低对比度差异（3% 以下）拉伸出来。再配合深度学习算法（经过 10 万 + 污损、低对比度、变形条码训练），能从噪声中抠出条码。
阳极氧化表面激光码这种极端场景，传统算法完全不认，深度学习模型还能有 95% 左右识读率。带深度学习的读码器比普通型号贵 30-50%（如康耐视 In-Sight 3800 Deep Learning、海康 MV-ID5000 系列），但复杂场景下稳定性甩开传统算法。
以下三种情况建议直接找供应商，自己调的时间成本比服务费高：①码尺寸 <1mm；②识读率要求> 99.5%；③产线速度 > 1.5m/s。
落地建议
光源优先选支持偏振的同轴光源，这是解决反光的基础。算法预算够直接上深度学习，复杂场景识读率和稳定性明显更好。
最重要的是样品测试：寄 5-10 个实际零件（不同表面处理、不同雕刻工艺、不同安装角度），在实验室测连续 100 次识读率，出测试报告（含读码器型号、光源型号、参数、识读率）。现场按实验室参数安装，基本不用大改。
你们遇到过最难读的金属码是什么材质？评论区说说，一起探讨方案。
