halcon 日期识别学习

对于图片字符提取这部分一共有两个个方案，第一个方案是针对于正常无杂点的图片，第二、三个方案是针对于存在杂点影响的图片，该杂点是指在喷墨打印时遗漏墨点，而非水滴。

三个方案均是通过最小矩形对半裁剪，生成日期最小矩形和时间最小矩形，通过对矩形的长判断瓶子的正反方向，然后纠偏识别。

大体步骤：1.读取图片

                  2.图像预处理（阈值分割，提取标签部分，缩小处理区域）

                 3.将标签区域的最小外接矩形，从原图中剪切

                 4.获取最小矩形的中心坐标，通过坐标和长宽将矩形一分为二

                 5.两个矩形裁剪生成最小矩形，通过长度判断正反

                6.纠偏

               7.创建词典（之所以不直接使用字符模板直接识别，是因为，直接识别的话，字母O会被识别为数字0 等等异常识别，使用字典会比较准确识别）

               8.读取识别模板

              9.使用字典进行识别

 关键点：字典    局部阈值分割    最小外接矩形

注意点：halcon字符识别自带模板是基于白底黑字  ，输入的图像要进行转换  保证是二值化图像 并且是白底黑字，

        如果是黑底白字，使用算子 invert_image  进行图像翻转。 

对图像明亮部分进行阈值提取，筛选，填充内部空洞，裁剪，从而缩小处理区域

dev_get_window (WindowHandle)
ocr_train_file:='F:/train.trf'
ocr_mlp_file:='F:/mlp.omc'

*缩小范围
read_image (Image, 'D:/resource/picture/12.bmp')
threshold (Image, Region, 200, 255)
connection (Region, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 200000, 1000000)
fill_up (SelectedRegions, RegionFillUp)
reduce_domain (Image, RegionFillUp, Image)

因为其他图片暂时不在电脑上，先暂时用不合格照片进行演示，但用该方法一样可以识别，如果图片打光效果好，可以省略筛选步骤

对图像提取，膨胀，生成最小外接矩形，对图像和矩形的角度进行仿射变换，水平放置

*对缩小区域进行阈值分割
threshold (Image, Region1, 0, 90)
*膨胀
dilation_circle (Region1,