關(guān)于Halcon OCR識別

OCR（Optical Character Recognition），光學(xué)字符識別的英文縮寫。

OCR主要步驟

圖像預(yù)處理

目標(biāo)區(qū)域分割（ROI）

字符識別

結(jié)果處理

1. 圖像預(yù)處理

對原始圖像進(jìn)行灰度化，二值化，模板匹配，降噪，增強(qiáng)等！

2.目標(biāo)區(qū)域分割（ROI）

對預(yù)處理后的圖像進(jìn)行ROI提取，分割出單個(gè)字符組成的區(qū)域

3.字符識別，即模式識別技術(shù)

訓(xùn)練OCR，利用大量的模板圖片訓(xùn)練出一個(gè)字符分類器

使用OCR，將訓(xùn)練好的分類器用于字符分類，類似于手寫數(shù)字識別！

4.結(jié)果處理

將識別完的文字按特定的次序和規(guī)則組合輸出！

上述4個(gè)步驟中，OCR的核心部分自然是第3步，即模式識別技術(shù)

模式識別技術(shù)

訓(xùn)練分類器

第一步：將分割好的字符區(qū)域加入訓(xùn)練集，使用函數(shù)

append_ocr_trainf（Character，Image：：Class，TrainingFile：）

參數(shù)解析：

Character：字符區(qū)域

Image：灰度圖像

Class：分類標(biāo)簽

TrainingFile：訓(xùn)練集文件名，一般后綴為.trf

功能說明：用于制作訓(xùn)練集，使用與TrainingFile文件相同的訓(xùn)練文件格式，將字符附加到現(xiàn)有文件。如果該文件不存在，則生成新文件。TrainingFile如果未指定擴(kuò)展名，則默認(rèn)添加擴(kuò)展名.trf

第二步：創(chuàng)建分類器，使用函數(shù)

create_ocr_class_mlp（：：WidthCharacter， HeightCharacter，Interpolation，F(xiàn)eatures，Characters，NumHidden，Preprocessing，NumComponents，RandSeed:OCRHandle）

參數(shù)解析：

WidthCharacter：輸入被分割的字符縮放到指定的寬度

HeightCharacter：輸入被分割的字符縮放到指定的高度

Interpolation：縮放的插值方式

Features：特征類型，一般選’default’

Characters：分類的特征向量

NumHidden： MLP（多層感知器-人工神經(jīng)網(wǎng)絡(luò)）中隱藏層神經(jīng)元的個(gè)數(shù)

Preprocessing：矢量特征轉(zhuǎn)換的預(yù)處理類型

NumComponents：匹配字符的數(shù)量

RandSeed：隨機(jī)種子

OCRHandle:OCR分類器的句柄

功能說明：創(chuàng)建一個(gè)MLP模型并初始化

第三步：訓(xùn)練、保存、清除分類器，使用函數(shù)

trainf_ocr_class_mlp（：：OCRHandle，TrainingFile，MaxIterations，WeightTolerance，ErrorTolerance:Error，ErrorLog） write_ocr_class_mlp（：：OCRHandle，F(xiàn)ileName：） clear_ocr_class_mlp（：）

訓(xùn)練MLP分類器參數(shù)解析：

OCRHandle:OCR分類器的句柄

TrainingFile：訓(xùn)練集

MaxIterations：最大迭代次數(shù)

WeightTolerance：初始權(quán)重公差

ErrorTolerance：初始損失學(xué)習(xí)率

Error：整個(gè)訓(xùn)練集上的均差

ErrorLog：每一次訓(xùn)練的均差記錄

功能說明：使用訓(xùn)練集訓(xùn)練模型，

保存分類器模型參數(shù)解析：

FileName：輸出的模型文件名，不指定擴(kuò)展名，則擴(kuò)展名默認(rèn)為.omc

功能說明：將訓(xùn)練好的模型保存為文件

清除分類器模型功能說明：清除模型，釋放緩存

使用分類器

讀取、使用訓(xùn)練好的模型分類的函數(shù)如下：

read_ocr_class_mlp（：OCRHandle） do_ocr_single_class_mlp（Character，Image：：OCRHandle，Num:Class，Confidence） do_ocr_multi_class_mlp（Character，Image:Class，Confidence）

讀取模型函數(shù)參數(shù)解析：

FileName：模型文件名，如果未指定擴(kuò)展名，則默認(rèn)使用擴(kuò)展名.omc

OCRHandle：成功讀取模型后生成的模型句柄

功能說明：從模型文件中讀出模型

模型單個(gè)字符識別參數(shù)解析：

Character：字符區(qū)域

Image：字符圖片

Num：輸出概率最大的前Num個(gè)分類類別

Class：輸出類別

Confidence：輸出分類的置信度

功能說明：對單個(gè)區(qū)域進(jìn)行的字符識別

模型多個(gè)字符識別參數(shù)解析：

Class：輸出的分類數(shù)組

功能說明：輸出多個(gè)字符區(qū)域的類別

其它函數(shù)

獲取訓(xùn)練集信息：

read_ocr_trainf_names （： CharacterNames， CharacterCount）

參數(shù)解析：

TrainingFile：訓(xùn)練集

CharacterNames：輸出分類數(shù)組

CharacterCount：訓(xùn)練集字符區(qū)域總數(shù)

完整示例代碼如下（僅作為代碼示例，無法運(yùn)行）：

WindowHandle：=3600 dev_open_window （0， 0， 512， 512， ‘black’， WindowHandle） gen_empty_obj （EmptyObject） read_image （Image， ‘test1.jpg’） rgb1_to_gray （Image， GrayImage） for Index ：= 1 to 4 by 1 disp_message （WindowHandle， ‘手動(dòng)ROI’，‘window’， 12， 12， ‘yellow’， ‘false’） draw_rectangle1 （WindowHandle， Row1， Column1， Row2， Column2） gen_rectangle1 （Rectangle， Row1， Column1， Row2， Column2） reduce_domain （GrayImage， Rectangle， ImageReduced1） threshold （ImageReduced1， Region1， 128， 255） concat_obj （EmptyObject， Region1， EmptyObject） endfor words：=［‘1’，‘2’，‘3’，‘4’］ *按列位置排序 sort_region （EmptyObject， SortedRegions1， ‘character’， ‘true’， ‘column’） FontName ：= ‘F:DataSetNum’ TrainingFileName ：= FontName+‘.trf’ for Index1：=1 to 4 by 1 select_obj （SortedRegions1， ObjectSelected1， Index1） append_ocr_trainf （ObjectSelected1， Image， words［Index1-1］， TrainingFileName） endfor read_ocr_trainf_names （TrainingFileName， CharacterNames， CharacterCount） create_ocr_class_mlp （8， 10， ‘constant’， ‘default’， CharacterNames， 80， ‘none’， 10， 42， OCRHandle） trainf_ocr_class_mlp （OCRHandle， TrainingFileName， 200， 1， 0.01， Error， ErrorLog） write_ocr_class_mlp （OCRHandle， FontName） *導(dǎo)入另一張做測試的圖 read_image （Image1， ‘test2.jpg’） threshold （Image1， testwordregion， 125， 255） connection （testwordregion， ConnectedwordRegions） select_shape （ConnectedwordRegions， SelectedwordRegions， ‘height’， ‘a(chǎn)nd’， 50， 250） sort_region （SelectedwordRegions， SortedRegions2， ‘upper_left’， ‘true’， ‘column’） count_obj（SortedRegions2， Number） *開始識別 read_ocr_class_mlp （FontName， OCRHandle1） do_ocr_multi_class_mlp （SortedRegions2， Image1， OCRHandle1， Class， Confidence） *顯示結(jié)果 disp_message（WindowHandle， ‘識別結(jié)果：’， ‘image’， 30， 50， ‘white’， ‘false’） for i：=1 to Number by 1 disp_message（WindowHandle， Class［i-1］， ‘image’， 30， 120+40*i， ‘yellow’， ‘false’） endfor

Halcon的OCR模型主要有多層神經(jīng)網(wǎng)絡(luò)MLP、支持向量機(jī)SVM、K最近鄰KNN、卷積神經(jīng)網(wǎng)絡(luò)CNN四種，以上關(guān)于MLP的各類函數(shù)，其它模型也有對應(yīng)的函數(shù)，這里就不作詳細(xì)介紹了。在OCR領(lǐng)域，CNN和MLP應(yīng)用比較廣泛，而SVM在打印體的識別上也可以使用，KNN的計(jì)算量和模型原理并不適合用于多屬性（點(diǎn)）的算法訓(xùn)練！

責(zé)任編輯：lq