Halcon中OCR的實現及關鍵函數解析

OCR的實現共分爲兩步，1是使用字符數據來訓練OCR。2是使用OCR進行字符的識別。

訓練分類器

　　訓練分類器共分爲4步：

1是使用閾值來分割字符區域；

2是調用append_ocr_trainf函數將字符加入訓練集；

3是創建分類器；

4是調用trainf_ocr_class_mlp函數來訓練分類器。

*對字符進行訓練得到分類器
TrainingNames := ['F','M','1','4','A','4','2']
FontName := 'F:/YM_Project/SZWX/work_x32_MFOL2/function/MFOL2'
TrainingFileName := FontName+'.trf'
*當dev_set_check的參數爲'~give_error'時，這次檢測會被忽略，程序進入後面的操作。
dev_set_check ('~give_error')
*刪除指定位置的文件
delete_file (TrainingFileName)
for i := 0 to |TrainingNames|-1 by 1
    select_obj (FinalNumbers, CharaterRegions, i+1)
    *將字符CharaterRegions添加到訓練集TrainingFileName中
    append_ocr_trainf (CharaterRegions, FourthDarkImage, TrainingNames[i], TrainingFileName)
    disp_message (WindowID, TrainingNames[i], 'image', MeanRow-40, Column[i]-6, 'yellow', 'false')
endfor
*tuple_uniq( : : Tuple : Uniq)
*相鄰重疊的元組只保留一個。常用於tuple_sort( : : Tuple : Sorted)之後，tuple_sort是升序排列。
CharNames := uniq(sort(TrainingNames))
*創建mlp
create_ocr_class_mlp (8, 10, 'constant', 'default', CharNames, 5, 'none', 10, 42, OCRHandle)
*使用訓練集來訓練mlp
trainf_ocr_class_mlp (OCRHandle, TrainingFileName, 200, 1, 0.01, Error, ErrorLog)
write_ocr_class_mlp (OCRHandle, FontName)
clear_ocr_class_mlp (OCRHandle)

使用分類器進行識別
　　使用分類器進行字符識別的函數有兩個：1是do_ocr_multi_class_mlp，該函數對一幅圖像內的多個字符進行一次分類並輸出分類結果。2是do_ocr_single_class_mlp，該函數是對一幅圖像中的單個字符進行分類。兩者的對比試驗表明，後者的分類準確度要高，因此，下文使用do_ocr_single_class_mlp算子進行字符的分類。 
　　分類的實現分爲４步：1是讀取分類器；2是讀取圖片；3是分割單個字符；４分類

*Step1根據分類器來分類
read_ocr_class_mlp (FontName, OCRHandle)
*Step2讀取圖片獲得每一個圖像
read_image (Image, 'F:/YM_Project/SZWX/1024SZWX/SVS900_XFMT1X110_CR6030_S1_4.bmp')
*Step３分割單個字符
gen_rectangle1 (Rectangle1, 43, 2243, 707, 3675)
reduce_domain (Image, Rectangle1, ImageReduced1)
crop_domain (ImageReduced1, ImagePart)
median_image (ImagePart, ImageReduced1, 'circle', 3, 'mirrored')
threshold (ImageReduced1, Regions, 84, 255)
opening_circle (Regions, RegionOpening, 3.5)
connection (RegionOpening, ConnectedRegions)
select_shape (ConnectedRegions, Numbers, 'area', 'and', 1000, 9999)
count_obj (Numbers, CharacterNums)
ArrayConfidence := []
for IndexCharacter := 1 to CharacterNums by 1
    select_obj (Numbers, CharacterSelected, IndexCharacter)  
    *Step４分類
    do_ocr_single_class_mlp(CharacterSelected, ImagePart, OCRHandle,1, Class, Confidence)
    ArrayConfidence := [ArrayConfidence,Confidence]
endfor

關鍵函數解析

create_ocr_class_mlp( : : WidthCharacter, HeightCharacter, Interpolation, Features, Characters, NumHidden, Preprocessing, NumComponents, RandSeed : OCRHandle)

WidthCharacter：輸入被分割的字符縮放到指定的寬度
HeightCharacter：
Interpolation：設置縮放的字符的縮放模式，對於多數應用而言，Interpolation = 'constant'。請注意：轉換後的字符大小不能太大，因爲分類器對較大尺寸的字符分類效果並不好。特別是，如果尺寸較大，一些小的分割誤差會較大程度上影響分類的效果，一般情況下，sizes between 6x8 and 10x14
Features：分類的特徵向量的長度
Characters：輸出層神經元的個數；也就是是需要匹配的字符查閱表中字符的個數。
NumHidden：MLP中隱藏層神經元的個數
Preprocessing：矢量特徵裝換的預處理類型
NumComponents：匹配字符的數量
這兩個參數主要是對輸入的值進行預處理。

RandSeed：初始化mlp
OCRHandle：輸出OCR_mlp分類器句柄

trainf_ocr_class_mlp( : : OCRHandle, TrainingFile, MaxIterations, WeightTolerance, ErrorTolerance : Error, ErrorLog)
訓練一個神經網絡分類器

do_ocr_multi_class_mlp(Character, Image : : OCRHandle : Class, Confidence)
使用OCR分類多個字符
Character是字符區域
Image是字符圖片
OCRHandle是分類器句柄
Class是輸出的類別
Confidence是輸出的分類精度

do_ocr_single_class_mlp(CharacterSelected, ImagePart, OCRHandle,1, Class, Confidence)
分類單個字符，其分類效果比上述同時分類多個字符的效果要好
--------------------- 
作者：羅澤 
來源：CSDN 
原文：https://blog.csdn.net/u013698770/article/details/53842205 
版權聲明：本文爲博主原創文章，轉載請附上博文鏈接！