从影像到结果输出，须经过影像输入、影像前处理、文字特征抽取、比对识别、后经人工校正将认错的文字更正，将结果输出。影像输入欲经过OCR处理的标的物须透过光学仪器，如影像扫描仪、传真机或任何摄影器材，将影像转入计算机。科技的进步，扫描仪等的输入装置已制作的愈来愈精致，轻薄短小、品质也高，对OCR有相当大的帮助，扫描仪的分辨率使影像更清晰、扫除速度更增进OCR处理的效率。
影像预处理：影像预处理是OCR系统中，须解决问题的一个模块。影像须先将图片、表格及文字区域分离出来，甚至可将文章的编排方向、文章的提纲及内容主体区分开，而文字的大小及文字的字体亦可如原始文件一样的判断出来。对待识别图像进行如下预处理，可以降低特征提取算法的难度，并能提高识别的精度。二值化：由于彩像所含信息量过于巨大，在对图像中印刷体字符进行识别处理前，需要对图像进行二值化处理，使图像只包含黑色的前景信息和白色的背景信息，提升识别处理的效率和度。
第四：物体的运动速度
在图像获取获取过程中，图像模糊精度取决于物体运动速度和相机***时间，所以物体运动速度快很可能导致图片成像模糊，此外其他设备（工业相机、工业镜头、光源等）也会间接影响检测。
第五：软件的测量精度
测量精度一般在1/2-1/4个像素，原因是测量软件精度过小，从图像上提取的特征点信息就越少。
通过上述的5个问题可以看出机器视觉系统设计时会出现很多因素的干扰，所以我们需要不断的去改善和升级技术去规避掉这些难以避免的问题，也相信技术的创新，很多问题都能别解决。
