Halcon参考手册,第二十一章 OCR,光学字符识别 (持续更新中)

第二十一章 OCR,光学字符识别

21.1 卷积神经网络

操作符列表

clear_ocr_class_cnn . cn
清除基于cnn的OCR分类器。
deserialize_ocr_class_cnn
反序列化一个基于cnn的序列化OCR分类器。
do_ocr_multi_class_cnn
使用基于cnn的OCR分类器对多个字符进行分类。
do_ocr_single_class_cnn
使用基于cnn的OCR分类器对单个字符进行分类。

do_ocr_word_cnn

用基于cnn的OCR分类器对相关的一组字符进行分类。
get_params_ocr_class_cnn
返回基于cnn的OCR分类器的参数。
query_params_ocr_class_cnn
获取get_params_ocr_class_cnn中可用于给定的基于cnn的OCR分类器的参数名称。
read_ocr_class_cnn
从文件中读取基于cnn的OCR分类器。
serialize_ocr_class_cnn
序列化一个基于cnn的OCR分类器。

21.2 K-Nearest Neighbors, 最近邻法

操作符列表

clear_ocr_class_knn

清除OCR分类器。
create_ocr_class_knn
使用k-最近邻(k-NN)分类器创建OCR分类器。
deserialize_ocr_class_knn
反序列化基于k- nn的OCR分类器。
do_ocr_multi_class_knn
用k-NN分类器对多个字符进行分类。
do_ocr_single_class_knn
用OCR分类器对单个字符进行分类。

do_ocr_word_knn
用OCR分类器对一组相关的字符进行分类。
get_features_ocr_class_knn
计算一个字符的特征。
get_params_ocr_class_knn
返回OCR分类器的参数。
read_ocr_class_knn
从文件中读取OCR分类器。
select_feature_set_trainf_knn
选择最优的特征组合对OCR数据进行分类。

serialize_ocr_class_knn
序列化一个基于k- nn的OCR分类器。
trainf_ocr_class_knn
为OCR任务训练k-NN分类器。
write_ocr_class_knn
为OCR任务编写一个k-NN分类器到文件。

21.3 Lexica, 词典

操作符列表

clear_lexicon
清除词典。
create_lexicon
从单词元组创建词典。
import_lexicon
从文本文件创建词典。
inspect_lexicon
查询词典中的所有单词。

lookup_lexicon
检查一个单词是否包含在词典中。
suggest_lexicon
在词典中找一个相似的词。

21.4 神经网络

操作符列表

clear_ocr_class_mlp
清除OCR分类器。
create_ocr_class_mlp
使用多层感知器创建OCR分类器。
deserialize_ocr_class_mlp
反序列化基于mlp的序列化OCR分类器。
do_ocr_multi_class_mlp
使用OCR分类器对多个字符进行分类。
do_ocr_single_class_mlp
用OCR分类器对单个字符进行分类。

do_ocr_word_mlp

用OCR分类器对一组相关的字符进行分类。
get_features_ocr_class_mlp
计算一个字符的特征。
get_params_ocr_class_mlp
返回OCR分类器的参数。
get_prep_info_ocr_class_mlp
计算一个OCR分类器的预处理特征向量的信息内容。
get_regularization_params_ocr_class_mlp
返回OCR分类器的正则化参数。

get_rejection_params_ocr_class_mlp

返回OCR分类器的拒绝类参数。
read_ocr_class_mlp
从文件中读取OCR分类器。
select_feature_set_trainf_mlp
选择最优的特征组合对OCR数据进行分类。
select_feature_set_trainf_mlp_protected
选择一个最优的特征组合来对(受保护的)训练文件中的OCR数据进行分类。

serialize_ocr_class_mlp
序列化一个基于mlp的OCR分类器。
set_regularization_params_ocr_class_mlp
设置OCR分类器的正则化参数。
set_rejection_params_ocr_class_mlp
使用实例设置OCR分类器的拒绝类参数。
trainf_ocr_class_mlp
训练OCR分类器。

trainf_ocr_class_mlp_protected
使用来自(受保护的)训练文件的数据训练OCR分类器。
write_ocr_class_mlp
将OCR分类器写入文件。

21.5 分割

操作符列表

clear_text_model
清除文本模型。
clear_text_result
清除文本结果。
create_text_model_reader
创建一个文本模型。
find_text
在图像中查找文本。
get_text_model_param
查询文本模型的参数。

get_text_object
查询文本分割结果的图标值。
get_text_result
查询文本分割结果的控制值。
segment_characters
在图像的给定区域中分割字符。
select_characters
从给定区域中选择字符。
set_text_model_param
设置文本模型的参数。

text_line_orientation
确定文本行或段落的方向。
text_line_slant
确定文本行或段落字符的倾斜度。

21.6 支持向量机

操作符列表

clear_ocr_class_svm . exe

清除基于svm的OCR分类器。
create_ocr_class_svm
使用支持向量机创建OCR分类器。
deserialize_ocr_class_svm
反序列化一个基于svm的序列化OCR分类器。
do_ocr_multi_class_svm
使用基于svm的OCR分类器对多个字符进行分类。
do_ocr_single_class_svm
使用基于svm的OCR分类器对单个字符进行分类。

do_ocr_word_svm

用OCR分类器对一组相关的字符进行分类。
get_features_ocr_class_svm
计算一个字符的特征。
get_params_ocr_class_svm
返回OCR分类器的参数。
get_prep_info_ocr_class_svm
计算基于svm的OCR分类器的预处理特征向量的信息内容。
get_support_vector_num_ocr_class_svm
返回OCR分类器的支持向量的个数。

get_support_vector_ocr_class_svm

返回基于支持向量机的经过训练的OCR分类器的支持向量索引。
read_ocr_class_svm
从文件中读取基于svm的OCR分类器。
reduce_ocr_class_svm
通过简化的支持向量机逼近训练好的基于支持向量机的OCR分类器。
select_feature_set_trainf_svm
选择最优的特征组合对OCR数据进行分类。

select_feature_set_trainf_svm_protected

选择一个最优的特征组合来对(受保护的)训练文件中的OCR数据进行分类。
serialize_ocr_class_svm
序列化基于svm的OCR分类器trainf_ocr_class_svm
训练OCR分类器。
trainf_ocr_class_svm_protected
使用来自(受保护的)训练文件的数据训练OCR分类器。
write_ocr_class_svm
将OCR分类器写入文件。

21.7 训练文件

操作符列表

append_ocr_trainf
添加字符到训练文件。
concat_ocr_trainf
合并训练文件。
protect_ocr_trainf
训练数据的保护。
read_ocr_trainf
从文件中读取训练字符并转换为图像。
read_ocr_trainf_names
查询哪些字符存储在训练文件中。

read_ocr_trainf_names_protected

查询哪些字符存储在(受保护的)训练文件中。
read_ocr_trainf_select
从文件中读取训练特定字符并转换为图像。
write_ocr_trainf
将训练字符存储到文件中。
write_ocr_trainf_image
将字符写入训练文件。