Halcon OCR

总结

By 17003

步骤：

1.

创建训练文件，

将文字图像与文字分类标识关联，

保存到训练文件中，

训练文件后缀名

为

trf

，主要用到函数为

append_ocr_trainf

。

2.

训练

OCR

分类器，

Halcon

支持

BOX

分类器、神经网络分类器(

MLP

)和支持向量机分

类器(

SVM

)

，由于后两者比前者更加强大，推荐使用后两者。训练分类器非常简单，

首

先

调

用

create_ocr_class_mlp

或

create_ocr_class_svm

创

建

分

类

器

，

然

后

调

用

trainf_ocr_class_mlp

或

trainf_ocr_class_svm

训练分类器，用

write_ocr_class_mlp

或

write_ocr_class_svm

可以保存训练结果。

3.

测试分类器，读入图像，如要文字不是水平，应将其旋转成水平，可以使用以下函数：

text_line_orientation

计算文字倾角，

rotate_image

旋转图像。注意前者使用的是弧度，

后角使用的是度。分割文字。读取分类器

read_ocr_class_mlp

，即读取训练分类器的结

果。使用

do_ocr_multi_class_mlp

对文字进行识别。

参考以下实例：

为方便起见，

这里将三个步骤放在一个实例里，

也可以分别将三个步骤保存成三个独立的程

序。

*

1

创建训练文件

*1.1

分割字符

dev_close_window()

read_image(Image,'F:/

学习资料

/Halcon

工程

/ocr-train.bmp')

get_image_size(Image, Width, Height)

dev_open_window(0, 0, Width, Height, 'black', WindowHandle)

dev_display(Image)

threshold(Image, Region, 0, 100)

connection(Region, ConnectedRegions)

sort_region (ConnectedRegions, SortedRegions, 'upper_left', 'true', 'column')

count_obj(SortedRegions, Number)

for Index := 1 to Number by 1

dev_clear_window()

select_obj(SortedRegions, SingleWord, Index)

dev_display(SingleWord)

stop()

endfor

*1.2

文字分类标识

words:=['a','b','c','d','e','f','g']

*1.3

创建训练文件

TrainFile:='words.trf'

dev_set_check('~give_error')

delete_file(TrainFile)

dev_set_check('~give_error')

*1.4

将图像字符与字符标识关联，保存到训练图像中