Halcon的ocr识别例程

以halcon中的案例ocr_lot_number为例:
1.读取分类器
read_ocr_class_mlp (‘DotPrint’, OCRHandle)

2.进行识别
do_ocr_word_mlp (Characters, Image, OCRHandle, ‘\d{5}[A-Z]{1}’, 3, 2, Class, Confidence, Word, Score)
这里的Characters需要先进行text相关的算子得到:
(1)先进行阅读器的建立
create_text_model_reader (‘manual’, [], TextModel)
(2)设定text相关参数
set_text_model_param (TextModel, ‘char_width’, 45)
set_text_model_param (TextModel, ‘char_height’, 80)
set_text_model_param (TextModel, ‘is_dotprint’, ‘true’)
set_text_model_param (TextModel, ‘stroke_width’, 7)
set_text_model_param (TextModel, ‘uppercase_only’, ‘true’)
set_text_model_param (TextModel, ‘max_line_num’, 1)
(3)对图中的text进行寻找
find_text (Image, TextModel, TextResultID)
(4)显示text并得到text object:Characters
get_text_object (Characters, TextResultID, ‘all_lines’)
得到Characters
3.显示结果
disp_message (WindowHandle, 'Lot number: ’ + Word, ‘window’, 12, 12, ‘black’, ‘true’)
显示得到的word结果

HALCON是一种计算机视觉库,提供了OCR(Optical Character Recognition,光学字符识别)功能。在HALCON中,OCR识别的基本流程包括采集图像、提取字符区域、读取字库句柄、进行识别、清除句柄等步骤。\[1\]HALCON提供了一组预先训练好的字体,可以用于识别各种领域的文本,包括文档、制药、工业产品甚至手写数字文本。此外,HALCON还包括了针对特定字体的预训练字体,以及基于卷积神经网络的通用字体。\[2\]在HALCON中,可以使用do_ocr_multi_class_mlp函数来读取多个字符,或者使用do_ocr_single_class_mlp函数来读取单个字符。同时,还可以使用do_ocr_word_mlp函数来进行单词的OCR识别。\[3\] #### 引用[.reference_title] - *1* [Halcon学习之OCR字符识别](https://blog.csdn.net/Mr_Four97/article/details/131161813)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] - *2* *3* [Halcon解决方案指南(18)OCR--字符识别](https://blog.csdn.net/IntegralforLove/article/details/83756956)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值