halcon学习之每日一例：OCR检测1

最新推荐文章于 2024-04-30 17:04:52 发布

LangXinzhe

最新推荐文章于 2024-04-30 17:04:52 发布

阅读量304

点赞数

分类专栏： halcon

本文链接：https://blog.csdn.net/qq_36032998/article/details/96866104

版权

本文是Halcon OCR技术的学习笔记，通过实例介绍如何进行光学字符识别（OCR）检测。首先，我们导入所需的Halcon库，然后创建一个模型来识别特定的文字。接着，对图像进行预处理，包括二值化和滤波，以提高文字识别的准确性。最后，应用模板匹配和字符验证来完成OCR过程。

摘要由CSDN通过智能技术生成

* This example program shows how to use a simple MLP OCR classifier
* 
dev_update_off ()    *关闭程序计数器、变量、窗口 更新。一般在准确计算算子执行时间的时候关闭
read_image (Image, 'letters')   *读取名为 letters 的图片 ，并赋值给图像变量image
get_image_size (Image, Width, Height)   *获取图片的长和宽
dev_close_window ()   *关闭窗口
*打开一个和图片image大小一样的窗口，窗口左上角坐标为（0,0），窗口的大小限制宽度限制：-1，表示宽度范围： [500,800]  长度限制-1表示长度范围： [400,600]（参见算子帮助文档）
dev_open_window_fit_image (Image, 0, 0, -1, -1, WindowHandle)
dev_set_colored (12)  *设置用12种颜色显示不同的对象组中的元素
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')   *设置字体格式：16号字，‘mono’格式，粗体、非斜体
get_tmp_dir (TmpDir)
TrainFile := TmpDir + '/letters.trf'    *训练文件的路径
dev_display (Image)     *显示图片
gen_rectangle1 (Rectangle, 0, 0, Height - 1, 400)   //画一个矩形
reduce_domain (Image, Rectangle, Image)   *将矩形转换成图像
* Segment the image
binary_threshold (Image, Region, '