ch08_OCR字符识别

1.利用Halcon内置模型进行识别

1.工牌识别ocr

1排序

复制代码

*对连通域区域集合进行字符模式排序，适合单行/多行字符，按选定规则重排区域顺序
*参数1：   输入 待排序的区域集合ConnectedRegions2
*参数2：   输出 排序完成后的区域集合SortedRegions
*参数3：   输入 排序基准特征：'character'字符排序模式
*参数4：   输入 是否升序 'true'=升序，'false'=降序
*参数5：   输入 按哪个坐标排序 'row'按行坐标；'column'按列坐标
sort_region (ConnectedRegions2, SortedRegions, 'character', 'true', 'row')

2选中模型

复制代码

*读取训练好的MLP多层感知机OCR分类器文件，加载OCR模型句柄
*参数1：   输入 OCR模型文件路径及名称 'Document_NoRej.omc'
*参数2：   输出 OCR模型句柄OCRHandle，后续识别算子使用
read_ocr_class_mlp ('Document_NoRej.omc', OCRHandle)

3进行识别

复制代码

*使用MLP OCR模型一次性对多个字符区域批量执行字符识别
*参数1：   输入 排序完成的字符区域集合SortedRegions
*参数2：   输入 用于识别的图像ImageInvert
*参数3：   输入 OCR模型句柄OCRHandle（read_ocr_class_mlp加载得到）
*参数4：   输出 识别出的字符数组Class
*参数5：   输出 对应每个字符的置信度数组Confidence，范围0~1
do_ocr_multi_class_mlp (SortedRegions, ImageInvert, OCRHandle, Class, Confidence)

2.识别准度技巧

1.自己创建画布指定区域绘制为白色

复制代码

*将区域绘制到图像上，填充指定灰度值
*参数1：   输入 待绘制的区域SortedRegions
*参数2：   输入 绘制的底图ImageReduced
*参数3：   输出 绘制完成后的结果图像ImageResult
*参数4：   输入 填充的灰度值255（白色）
*参数5：   输入 绘制模式，'fill'代表填充整个区域
paint_region (SortedRegions, ImageReduced, ImageResult, 255, 'fill')

2.膨胀一下识别字符可以准一点

2.Halcon训练模型

1.创建训练文件 xxx.trf

复制代码

* 1.创建训练文件 xxx.trf
* 参数一：输入需要训练的字符区域
* 参数二：输入该区域对应的图片
* 参数三：输入需要训练的类别
* 参数四：输入训练文件名称或路径
write_ocr_trainf (SortedRegions, ImageReduced,\
                  class, 'train_ocr')

* 读trf文件中的类别信息
* 参数一:输入训练文件名称或者路径
* 参数二：输出的训练文件中训练类别
* 参数三：输出每个训练类别下的字符数量
read_ocr_trainf_names ('train_ocr', CharacterNames, CharacterCount)

2.创建一个mlp分类器

复制代码

* 2.创建一个mlp分类器
* mlp是机器学习模型（人工神经网络模型）
* 参数一：输入字符宽度
* 参数二：输入字符高度
* 参数三：字符缩放样式
* 参数四：输入用于分类的特征
* 参数五：输入要识别的字符集中所有字符
* 参数六：对MLP隐藏单元数
* 参数七：用于转换特征向量的预处理类型
* 参数八：变换特征个数
* 参数九：随机数生成器种子值
* 参数十：输出OCR分类器的句柄
create_ocr_class_mlp (8, 10, 'constant',\
                      'default',\
                      class,\
                      80, 'none', 10, 42, OCRHandle)

3.开始训练

复制代码

* 3.开始训练
* 参数一：输入OCR分类器句柄
* 参数二：OCR训练的trf文件路径
* 参数三：输入优化算法的最大迭代次数（训练200轮）
* 参数四：MLP权重差的阈值
* 参数五：MLP平均误差阈值
* 参数六：训练数据MLP模型中的平均误差
* 参数七：...迭代次数的函数
trainf_ocr_class_mlp (OCRHandle, 'train_ocr.trf',\
                      200, 1, 0.01, Error, ErrorLog)

4.写omc模型文件

复制代码

* 4.写omc模型文件
* 参数一：输入字符模型句柄
* 参数二：输入输出的字符模型保存路径
write_ocr_class_mlp (OCRHandle, 'gushi')