0
  • 聊天消息
  • 系统消息
  • 评论与回复
登录后你可以
  • 下载海量资料
  • 学习在线课程
  • 观看技术视频
  • 写文章/发帖/加入社区
创作中心

完善资料让更多小伙伴认识你,还能领取20积分哦,立即完善>

3天内不再提示

关于Halcon OCR识别

新机器视觉 来源:新机器视觉 作者:新机器视觉 2021-05-11 09:55 次阅读

OCR(Optical Character Recognition),光学字符识别的英文缩写。

OCR主要步骤

图像预处理

目标区域分割(ROI)

字符识别

结果处理

1. 图像预处理

对原始图像进行灰度化,二值化,模板匹配,降噪,增强等!

2.目标区域分割(ROI)

对预处理后的图像进行ROI提取,分割出单个字符组成的区域

3.字符识别,即模式识别技术

训练OCR,利用大量的模板图片训练出一个字符分类器

使用OCR,将训练好的分类器用于字符分类,类似于手写数字识别!

4.结果处理

将识别完的文字按特定的次序和规则组合输出!

上述4个步骤中,OCR的核心部分自然是第3步,即模式识别技术

模式识别技术

训练分类器

第一步:将分割好的字符区域加入训练集,使用函数

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

参数解析:

Character:字符区域

Image:灰度图像

Class:分类标签

TrainingFile:训练集文件名,一般后缀为.trf

功能说明:用于制作训练集,使用与TrainingFile文件相同的训练文件格式,将字符附加到现有文件。如果该文件不存在,则生成新文件。TrainingFile如果未指定扩展名,则默认添加扩展名.trf

第二步:创建分类器,使用函数

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

参数解析:

WidthCharacter:输入被分割的字符缩放到指定的宽度

HeightCharacter:输入被分割的字符缩放到指定的高度

Interpolation:缩放的插值方式

Features:特征类型,一般选’default’

Characters:分类的特征向量

NumHidden: MLP(多层感知器-人工神经网络)中隐藏层神经元的个数

Preprocessing:矢量特征转换的预处理类型

NumComponents:匹配字符的数量

RandSeed:随机种子

OCRHandle:OCR分类器的句柄

功能说明:创建一个MLP模型并初始化

第三步:训练、保存、清除分类器,使用函数

trainf_ocr_class_mlp(::OCRHandle,TrainingFile,MaxIterations,WeightTolerance,ErrorTolerance:Error,ErrorLog) write_ocr_class_mlp(::OCRHandle,FileName:) clear_ocr_class_mlp(:)

训练MLP分类器参数解析:

OCRHandle:OCR分类器的句柄

TrainingFile:训练集

MaxIterations:最大迭代次数

WeightTolerance:初始权重公差

ErrorTolerance:初始损失学习率

Error:整个训练集上的均差

ErrorLog:每一次训练的均差记录

功能说明:使用训练集训练模型,

保存分类器模型参数解析:

FileName:输出的模型文件名,不指定扩展名,则扩展名默认为.omc

功能说明:将训练好的模型保存为文件

清除分类器模型功能说明:清除模型,释放缓存

使用分类器

读取、使用训练好的模型分类的函数如下:

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)

读取模型函数参数解析:

FileName:模型文件名,如果未指定扩展名,则默认使用扩展名.omc

OCRHandle:成功读取模型后生成的模型句柄

功能说明:从模型文件中读出模型

模型单个字符识别参数解析:

Character:字符区域

Image:字符图片

Num:输出概率最大的前Num个分类类别

Class:输出类别

Confidence:输出分类的置信度

功能说明:对单个区域进行的字符识别

模型多个字符识别参数解析:

Class:输出的分类数组

功能说明:输出多个字符区域的类别

其它函数

获取训练集信息

read_ocr_trainf_names (: CharacterNames, CharacterCount)

参数解析:

TrainingFile:训练集

CharacterNames:输出分类数组

CharacterCount:训练集字符区域总数

完整示例代码如下(仅作为代码示例,无法运行):

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, ‘手动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) *导入另一张做测试的图 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) *开始识别 read_ocr_class_mlp (FontName, OCRHandle1) do_ocr_multi_class_mlp (SortedRegions2, Image1, OCRHandle1, Class, Confidence) *显示结果 disp_message(WindowHandle, ‘识别结果:’, ‘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模型主要有多层神经网络MLP、支持向量机SVM、K最近邻KNN、卷积神经网络CNN四种,以上关于MLP的各类函数,其它模型也有对应的函数,这里就不作详细介绍了。在OCR领域,CNN和MLP应用比较广泛,而SVM在打印体的识别上也可以使用,KNN的计算量和模型原理并不适合用于多属性(点)的算法训练!

责任编辑:lq

声明:本文内容及配图由入驻作者撰写或者入驻合作网站授权转载。文章观点仅代表作者本人,不代表电子发烧友网立场。文章及其配图仅供工程师学习之用,如有内容侵权或者其他违规问题,请联系本站处理。 举报投诉
  • 光学
    +关注

    关注

    3

    文章

    692

    浏览量

    35652
  • OCR
    OCR
    +关注

    关注

    0

    文章

    137

    浏览量

    16104
  • 识别技术
    +关注

    关注

    0

    文章

    190

    浏览量

    19492

原文标题:Halcon OCR识别

文章出处:【微信号:vision263com,微信公众号:新机器视觉】欢迎添加关注!文章转载请注明出处。

收藏 人收藏

    评论

    相关推荐

    NI视觉图像转halcon图像

    labview采集图片可用用它转halcon,就可用使用halcon算子处理了 *附件:NI视觉图像转halcon图像.zip
    发表于 02-21 16:35

    Labview调用Halcon识别二维码

    *附件:Labview调用Halcon识别二维码.zip Labview调用Halcon识别二维码 可一次识别多个二维码 使用Labvie
    发表于 02-21 16:31

    Halcon和Opencv图像处理库对比

    在工业视觉领域属于经常使用的软件,相对于opencv的开源精神Halcon属于商业非开源项目并且收费。Halcon起源于德国在国内的工业视觉领域市场占用率遥遥领先。
    的头像 发表于 12-20 10:30 258次阅读

    OCR如何自动识别图片文字

    OCR 是光学字符识别(英语:Optical Character Recognition,OCR)是指对文本资料的图像文件进行分析识别处理,获取文字及版面信息的过程。 很早之前就有同学
    的头像 发表于 10-31 16:45 362次阅读
    <b class='flag-5'>OCR</b>如何自动<b class='flag-5'>识别</b>图片文字

    easyocr:超级简单且强大的OCR文本识别工具

    今天给大家介绍一个超级简单且强大的OCR文本识别工具: easyocr . 这个模块支持70多种语言的即用型OCR,包括中文,日文,韩文和泰文等。 下面是这个模块的实战教程。 1.准备 开始之前
    的头像 发表于 10-30 09:30 1075次阅读
    easyocr:超级简单且强大的<b class='flag-5'>OCR</b>文本<b class='flag-5'>识别</b>工具

    关于两个Python开源识别工具的效果

    OCR 是光学字符识别(英语:Optical Character Recognition,OCR)是指对文本资料的图像文件进行分析识别处理,获取文字及版面信息的过程。 很早之前就有同学
    的头像 发表于 10-17 11:36 244次阅读
    <b class='flag-5'>关于</b>两个Python开源<b class='flag-5'>识别</b>工具的效果

    【KV260视觉入门套件试用体验】Vitis AI Library体验之OCR识别

    OCR (Optical Character Recognition,光学字符识别)是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,通过检测暗、亮的模式确定其形状,然后用字符识别方法将形状
    发表于 10-16 23:25

    【KV260视觉入门套件试用体验】七、VITis AI字符和文本检测(OCR&amp;Textmountain)

    视觉领域的重要问题,主要是识别和理解图像或视频中的文字信息。字符检测和识别OCR)技术最早在1929年由德国科学家Tausheck提出,定义为将印刷体的字符从纸质文档中识别出来。随着
    发表于 09-26 16:31

    基于HALCON的模板匹配方法总结

    推荐很早就想总结一下前段时间学习HALCON地心得,但由于其他地事情总是抽不出时间。去年有过一段时间地集中学习,做了许多地练习和实验,并对基于HDevelop地形状匹配算法地参数优化进行了研究,写了
    发表于 09-19 06:13

    详解halcon函数的封装方法

    Halcon中最基础、最底层的函数(即你看不到它的代码实现),一个算子只有一句话,例如threshold算子。
    的头像 发表于 07-10 10:49 605次阅读
    详解<b class='flag-5'>halcon</b>函数的封装方法

    大模型时代的OCR,“CPU” 的味道更重了

    金磊 杨净 发自 凹非寺 量子位 | 公众号 QbitAI 经典技术 OCR (光学字符识别) ,在 大模型 时代下要“变味”了。 怎么说? 我们都知道OCR这个技术在日常生活中已经普及开了,像各类
    的头像 发表于 07-08 14:25 278次阅读
    大模型时代的<b class='flag-5'>OCR</b>,“CPU” 的味道更重了

    Halcon的C#二次开发及经验分享

    使用C#的语法方式逐句改写Halcon代码
    的头像 发表于 06-27 14:51 1793次阅读

    史上最全VisionPro和Halcon 的详细对比

    MVTec MERLIC & HALCON – Mvtec公司宣布了一个基于Halcon库的新的视觉产品-MERLIC,Merlic增加了极其简单易用的机器视觉应用并且能够让一个有经验的Halcon开发者把自己的
    的头像 发表于 06-26 11:40 1845次阅读

    labview联合halcon的编程方法

    经过全网学习,终于入门了labview联合halcon的编程方法,希望能帮到大家
    发表于 05-23 15:22 16次下载