Halcon学习---光学字符识别（OCR）

1、 text_line_orientation

text_line_orientation(Region, // 输入文本行所在区域
                      Image, // 输入图像
                      CharHeight, 
                      OrientationFrom, OrientationTo, // 限定查找角度范围最小、最大角度
                      OrientationAngle) // 输出计算文本行的旋转角度

• 定义：决定了单个文本行或段落相对于水平图像轴的方向。如果要确定单个文本行的方向，则OrientationFrom和OrientationTo的范围应该在-pi/4到pi/4的区间内

• 说明

• Region：指定文本行所在的图像区域，该区域仅用于减少工作面积。文本行由操作符text_line_orientation本身分割。如果传递了多个区域，则方向角的数值存储在元组中，元组中值的位置对应于输入元组中区域的位置

• CharHeight：指定区域region中现有文本行的大约高度

• 搜索区域可以由参数OrientationFrom和OrientationTo限制，因此也会影响操作符的运行时间

• 如果输入参数设置正确，操作符text_line_orientation返回值TRUE，否则将引发异常

• 应用：通过计算出的角度OrientationAngle和像affine_trans_image这样的操作符，可以旋转图像的区域，使文本线水平地位于图像中，这可以简化OCR应用程序的字符分割

2、 partition_rectangle

partition_rectangle(Region, // 要分区的区域
                    Partitioned, // 输出分区
                    Width, Height) // 单个矩形的宽高

• 定义：将输入区域划分为给定宽高的矩形，矩形在分区中返回

• 说明

• 该区域总是被分割成大小大致相等的矩形。如果要求的矩形大小不能做到这一点，则调整宽度和高度，使结果矩形的大小大致相等
• 如果区域小于给定的大小，它的输出保持不变
• 只有当区域的大小至少是由参数给出的矩形的1.5倍时，才进行分区

3、intersection 

intersection(Region1, // 区域1与区域2中的所有区域相交
             Region2, // Region1与之相交的区域
             RegionIntersection) // 返回交集的结果

• 定义：交集计算Region1中的区域与Region2中的区域的交集

• 说明

• Region1中的每个区域与Region2中的所有区域相交
• 在Region1的各个区域与统一的区域相交之前，Region2的所有区域在内部被统一为一个区域
• RegionIntersection中region的顺序与Region1中region的顺序相同

• 注意：允许空输入区域。因为空的结果区域是可能的，所以应该适当地设置系统标志'store_empty_region'

4、sort_region

sort_region(Regions, // 输入需要排序的区域
            SortedRegions, // 输出排序后的区域
            SortMode, // 设置需要排序的方式
            Order, // 设置递增还是递减排序
            RowOrCol) // 设置按照行排列还是列排列

• 定义：根据区域的相对位置对区域进行排序

• 说明：除“字符”之外的所有排序方法都使用区域的一个点。在参数RowOrCol = 'row'的帮助下，这些点将根据它们的行排序，然后根据它们的列排序。通过使用'column'，列值将首先被使用

• 注意SortMode参数的设置

• 'character'：区域被视为字符，可以水平或垂直读取。它们按照RowOrCol给出的读取方向排序，规范如下:

  • 'row'：行，读取方向首先从左到右，然后从上到下

  • 'col'：列，阅读方向首先从上到下，然后从左到右

• 'first_point'：按照第一个点排序，一个区域的第一行的最前面的点

• 'last_point'：按照最后一个点排序，一个区域的最后一行最后一列的那个点

•  'upper_left'：外接矩形的左上角

•  'upper_right'：外接矩形的右上角

• 'lower_left'：外接矩形的左下角

•  'lower_right':外接矩形的右下角

5、read_ocr_class_mlp

read_ocr_class_mlp(FileName, // 读取文件路径
                   OCRHandle) // OCR句柄

• 定义：从文件中读取OCR分类器

• 说明

• read_ocr_class_mlp读取与write_ocr_class_mlp一起存储的OCR分类器

• 由于OCR分类器的训练可能花费相对较长的时间，因此分类器通常在离线过程中进行训练，并使用write_ocr_class_mlp将其写入文件。在在线过程中，使用read_ocr_class_mlp读取分类器，然后使用do_ocr_single_class_mlp或do_ocr_multi_class_mlp进行分类

• HALCON自带训练好的文件：Document（文档字体）、Industrial（工业字体）、DotPrint（点状字体）。选择的文件如果有NoRej表示允许出错，如果选择Rej对字符的要求将更严格，正确率也更高

• 预先训练的OCR分类器是拿白底黑色字符训练的，所以识别时也要拿白底黑色的字符区域去进行识别

• 注意：如果参数有效，操作符read_ocr_class_mlp返回值TRUE。如果有必要，将引发异常

• 使用OCR助手，选择字体-点击放大镜后可以查看到当前支持识别的字体内容

6、do_ocr_single_class_mlp

do_ocr_single_class_mlp(Character, // 输入需要识别的字符区域
                        Image, // 输入图像
                        OCRHandle,
                        Num, // 设置识别数量
                        Class, // 用MLP对字符进行分类的结果
                        Confidence) // 可信度 值范围0~1

• 定义：识别单个区域OCR，使用OCR分类器OCRHandle计算由区域character和图像Image给出的字符的最佳Num类，并返回Class中的类和Confidence中的类的相应置信度（概率）

• 说明

• 因为do_ocr_single_class_mlp可能返回多个类，所以Character只包含单个区域(单个字符)

• 如果要在一个调用中对多个字符进行分类，则必须使用do_ocr_multi_class_mlp

• 在大多数情况下应该使用do_ocr_multi_class_mlp，除非应该显式检查次优类

7、do_ocr_multi_class_mlp

do_ocr_multi_class_mlp(Character, // 输入需要识别的字符区域
                        Image, // 输入图像摆正之后的（必须是白底黑字）
                        OCRHandle,
                        Class, // 识别出来的结果
                        Confidence) // 可信度 值范围0~1

• 定义：使用OCR分类器对多个字符进行分类，使用OCR分类器OCRHandle为区域Character和灰度值Image给出的每个字符计算最佳类，并返回class中的类和Confidence中的类的相应置信度(概率)

• 说明

• 与do_ocr_single_class_mlp相反，do_ocr_multi_class_mlp可以在一次调用中对多个字符进行分类，因此通常比使用do_ocr_single_class_mlp对单个字符进行分类的循环要快

• 然而，do_ocr_multi_class_mlp只能返回每个字符的最佳类。因为可将置信度解释为概率(参见classify_class_mlp和evaluate_class_mlp)，因此很容易检查一个字符是否被分类了太多的不确定性，这通常不是一个缺点，除非类重叠太多，以至于在许多情况下必须检查第二好的类才能决定字符的类

• 在这些情况下，应该使用do_ocr_single_class_mlp

• 在调用do_ocr_multi_class_mlp之前，必须使用trainf_ocr_class_mlp对分类器进行训练

• 注意：Class中数字'\032'(或者显示为'\0x1A')的字符串表示该区域已被分类为拒绝类