Halcon学习笔记之OCR系列-环形字符,斜体字

这篇文章主要是介绍下我经历的一些比较难已提取OCR部分的图片,从而介绍下一些特别的处理方式。
第一种:差分高斯diff_of_gauss(近似拉普拉斯高斯)
原图如下:一般的方法基本提取不出来相应的字符。
在这里插入图片描述
那我们可以通过差分高斯这个算子直接得出很好的效果图,代码以及效果图如下:

read_image (Image, 'C:/Users/Administrator/Desktop/3.bmp')
rgb1_to_gray (Image, GrayImage)
*差分高斯
diff_of_gauss (GrayImage, DiffOfGauss, 3, 1.6)
threshold (DiffOfGauss, Regions, 2, 12)

在这里插入图片描述
这个效果可以直接进行处理,参照我之前的处理OCR的程序,直接就可以得出结果了,这里我就不再写了。

第二种:环形的字符,主要的思路就是通过极坐标转换,将环形部分拉直,剩下的就是正常的字符读取了。
原图:
在这里插入图片描述

read_image (Image, 'C:/Users/Administrator/Desktop/环形字符.png')
rgb1_to_gray (Image, GrayImage)
get_image_size (GrayImage, Width, Height)
emphasize (GrayImage, ImageEmphasize, Width, Height, 1)
threshold (ImageEmphasize, Regions, 0, 21)
connection (Regions, ConnectedRegions)
select_shape_std (
  • 3
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 8
    评论
好的,以下是基于Halcon 20.11的环形字符OCR识别代码,带有注释解释每个步骤的作用。请注意,这只是一个简单的示例代码,实际应用中可能需要进行更多的优化和调整。 ``` * 读取输入图像 read_image (Image, 'your_image.jpg') * 调整图像大小 * 这里我们将图像缩小到原来的1/4,以加快处理速度 * 这个比例可以根据实际情况进行调整 scale_image(ImageScaled, Image, 0.25, 0.25) * 将图像转换为灰度图 rgb1_to_gray (ImageGray, ImageScaled) * 对图像进行平滑处理,以去除噪声 gauss_filter(ImageSmoothed, ImageGray, 3) * 对图像进行二值化处理,以便进行字符分割 * 这里使用的是OTSU算法自动确定阈值 threshold(ImageThresholded, ImageSmoothed, 'otsu') * 进行字符分割 * 这里使用的是形态学操作(膨胀和腐蚀),以便将字符分离出来 * 这个具体过程可以根据实际情况进行调整 * 这里假设字符是由8个环组成的,每个环的宽度为20个像素,之间的间隔为10个像素 * 这个参数可以根据实际情况进行调整 opening_circle(ImageOpened, ImageThresholded, 20) closing_circle(ImageClosed, ImageOpened, 10) * 找到各个字符的边界框 * 这里使用的是连通域分析(blob分析),以便找到各个字符的位置和大小 * 这个具体过程可以根据实际情况进行调整 connection(ImageConnected, ImageClosed) select_shape (ImageSelected, ImageConnected, ['character'], 'and', 'area', 100, 99999) * 对每个字符进行OCR识别 * 这里假设字符是数字和大写字母的组合,可以根据实际情况进行调整 * 这里使用的是内置的OCR工具(read_string),以便将字符转换为字符串 * 这个具体过程可以根据实际情况进行调整 read_string (ImageSelected, 'alphanumeric', [], [], StringResult) * 输出识别结果 * 这里将字符串显示在图像的左上角 * 这个具体过程可以根据实际情况进行调整 * 这里使用的是内置的显示工具(disp_message) disp_message (WindowHandle, StringResult, 'window', 12, 12, 'black', 'true') ``` 希望这段代码能对你有所帮助!

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 8
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

打赏作者

小丶锦

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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