HalconOCR总结.doc

- HalconOCR总结；By17003；步骤：；1.创建训练文件，将文字图像与文字分类标识关联，；2.训练OCR分类器，Halcon支持BOX分类；3.测试分类器，读入图像，如要文字不是水平，应将；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；*1创建训练文件；*1.1分割字符； dev_close_window()；read_image(- 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 for i:=1 to Number by 1 select_obj(SortedRegions, SingleWord, i) append_ocr_trainf(SingleWord,Image,words[i-1],TrainFile) endfor *2训练OCR *2.1确定字体文件名 FontFile:=words.omc *2.2得到字符标识名 read_ocr_trainf_names(TrainFile, CharacterNames, CharacterCount) *2.3确定神经网络隐藏层节点数 NumHidden:=20 *2.4创建神经网络分类器 create_ocr_class_mlp(8, 10, constant, default, CharacterNames, 80, none, 10, 42, OCRHandle) *2.4训练神经网络 trainf_ocr_class_mlp(OCRHandle, TrainFile, 200, 1, 0.01, Error, ErrorLog) *2.5保存训练结果 write_ocr_class_mlp(OCRHandle, FontFile) *2.6清除句柄 clear_ocr_class_mlp(OCRHandle) *3识别文字 *3.1读