HalconOCR字符识别（一）

一.OCR字符识别过程

1.获取图片
2.图像预处理
3.图像分割
4.生产识别用的分类器句柄
5.进行字符识别
6.关闭分类器句柄释放资源

二.神经网络多层感知方法识别OCR

1.生成识别的句柄器（read_ocr_class_mlp）,从文件中读取 OCR 分类器。
算子参数：

(1).read_ocr_class_mlp( : : FileName : OCRHandle)

Ⅰ.FileName（输入分类器文件名）Halcon有许多自带训练好的字符分类器，可直接调用。
建议值：‘Document_0-9_NoRej.omc’、‘Document_0-9_Rej.omc’、‘Document_0-9A-Z_NoRej.omc’、‘Document_0-9A-Z_Rej.omc’、‘Document_A-Z+_NoRej.omc’、’ Document_A-Z+_Rej.omc’等…
Ⅱ.OCRHandle（输出OCR 分类器的句柄）

2.识别字符：识别单个字符（do_ocr_single_class_mlp），识别多个字符（do_ocr_multi_class_mlp）
算子参数：

(1).do_ocr_single_class_mlp(Character, Image : : OCRHandle, Num : Class,Confidence)

Ⅰ.Character（输入要识别的字符）
Ⅱ.Image（输入单通道图像字符的灰度值）
Ⅲ.OCRHandle（输入OCR 分类器的句柄）
Ⅳ.Num（输入要确定的最佳类别的数量）
Ⅴ.Class（输出使用 MLP 对字符进行分类的结果）
Ⅵ.Confidence（输出字符识别得分）

(2).do_ocr_multi_class_mlp(Character, Image : : OCRHandle : Class, Confidence)

Ⅰ.Character（输入要识别的字符）
Ⅱ.Image（输入单通道图像字符的灰度值）
Ⅲ.OCRHandle（输入OCR 分类器的句柄）
Ⅳ.Class（输出MLP 对字符进行分类的结果）
Ⅴ.Confidence（输出字符识别得分）

3.关闭分类器句柄（clear_ocr_class_mlp）

(1).clear_ocr_class_mlp( : : OCRHandle : )

Ⅰ.OCRHandle（输入OCR 分类器的句柄）

实例：

*设置已经训练好的分类器名称
FontName := 'Industrial_0-9A-Z_NoRej.omc'
dev_update_window ('off'