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

OCR主要步驟

圖像預處理

目標區(qū)域分割（ROI）

字符識別

結果處理

1. 圖像預處理

對原始圖像進行灰度化，二值化，模板匹配，降噪，增強等！

2.目標區(qū)域分割（ROI）

對預處理后的圖像進行ROI提取，分割出單個字符組成的區(qū)域

3.字符識別，即模式識別技術

訓練OCR，利用大量的模板圖片訓練出一個字符分類器

使用OCR，將訓練好的分類器用于字符分類，類似于手寫數字識別！

4.結果處理

將識別完的文字按特定的次序和規(guī)則組合輸出！

上述4個步驟中，OCR的核心部分自然是第3步，即模式識別技術

模式識別技術

訓練分類器

第一步：將分割好的字符區(qū)域加入訓練集，使用函數

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

參數解析：

Character：字符區(qū)域

Image：灰度圖像

Class：分類標簽

TrainingFile：訓練集文件名，一般后綴為.trf

功能說明：用于制作訓練集，使用與TrainingFile文件相同的訓練文件格式，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如果未指定擴展名，則默認添加擴展名.trf

第二步：創(chuàng)建分類器，使用函數

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

參數解析：

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-人工神經網絡）中隱藏層神經元的個數

Preprocessing：矢量特征轉換的預處理類型

NumComponents：匹配字符的數量

RandSeed：隨機種子

OCRHandle:OCR分類器的句柄

功能說明：創(chuàng)建一個MLP模型并初始化

第三步：訓練、保存、清除分類器，使用函數

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

訓練MLP分類器參數解析：

OCRHandle:OCR分類器的句柄

TrainingFile：訓練集

MaxIterations：最大迭代次數

WeightTolerance：初始權重公差

ErrorTolerance：初始損失學習率

Error：整個訓練集上的均差

ErrorLog：每一次訓練的均差記錄

功能說明：使用訓練集訓練模型，

保存分類器模型參數解析：

FileName：輸出的模型文件名，不指定擴展名，則擴展名默認為.omc

功能說明：將訓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、使用訓練好的模型分類的函數如下：

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）

讀取模型函數參數解析：

FileName：模型文件名，如果未指定擴展名，則默認使用擴展名.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

模型單個字符識別參數解析：

Character：字符區(qū)域

Image：字符圖片

Num：輸出概率最大的前Num個分類類別

Class：輸出類別

Confidence：輸出分類的置信度

功能說明：對單個區(qū)域進行的字符識別

模型多個字符識別參數解析：

Class：輸出的分類數組

功能說明：輸出多個字符區(qū)域的類別

其它函數

獲取訓練集信息：

read_ocr_trainf_names （： CharacterNames， CharacterCount）

參數解析：

TrainingFile：訓練集

CharacterNames：輸出分類數組

CharacterCount：訓練集字符區(qū)域總數

完整示例代碼如下（僅作為代碼示例，無法運行）：

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’， ‘and’， 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） *顯示結果 disp_message（WindowHandle， ‘識別結果：’， ‘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網絡MLP、支持向量機SVM、K最近鄰KNN、卷積神經網絡CNN四種，以上關于MLP的各類函數，其它模型也有對應的函數，這里就不作詳細介紹了。在OCR領域，CNN和MLP應用比較廣泛，而SVM在打印體的識別上也可以使用，KNN的計算量和模型原理并不適合用于多屬性（點）的算法訓練！

責任編輯：lq