HALCON学习笔记（八）——HALCON相关实例和算法

字符分割和识别

字符识别(OCR）是在图像中识别字符的过程。主要包括 在图像中的单个字符分割出来，将分割出来的字符进行分类两个部分。

实例：

dev_update_window ('off')
read_image (Image, 'printer_chip/printer_chip_01')
get_image_size (Image, Width, Height)
dev_close_window ()
dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
dev_display (Image)
disp_continue_message (WindowHandle, 'black', 'true')
*全局阈值处理获得区域
threshold (Image, Region, 100,255)
*根据形状填充孔洞
fill_up_shape (Region, RegionFillUp, 'area', 1, 100)
*利用圆形结构进行开运算
opening_circle (RegionFillUp, RegionOpening, 3.5)
dev_display (Image)
*填充区域孔洞
fill_up (RegionOpening, RegionFillUp1)
*利用矩形结构元素执行开运算
opening_rectangle1 (RegionFillUp1, RegionOpening1, 1,7)
*计算连通区域
connection (RegionOpening1, ConnectedRegions)
*计算区域交集
intersection (RegionOpening, ConnectedRegions, RegionIntersection)
*根据区域面积进行选择
select_shape (RegionIntersection, SelectedRegions, 'area', 'and', 150, 99999)
*区域排序
sort_region (SelectedRegions, SortedRegions, 'first_point', 'true', 'column')
*读取数字
read_ocr_class_mlp ('C:/Users/Public/Documents/MVTec/HALCON-17.12-Progress/examples/hdevelop/Applications/OCR/bottle.omc', OCRHandle)
*使用分类器进行字符分类
do_ocr_multi_class_mlp (SortedRegions, Image, OCRHandle, Class, Confidence)
*清楚分类器
clear_ocr_class_mlp (OCRHandle)
dev_update_window ('on')

条形码识别

1.一维条形码识别算子

创建一维条形码模型：

creat_bar_code_model（：：genparamnames条形码模型可调整的参数名称，genparamvalues调整条形码模型所用参数的值：barcodehandle条形码句柄，代表条形码模型有关算子）

设置条形码参数：

set_bar_code_param（：：barcodehandle条形码句柄，genparamnames，genparamvalues调整条形码模型所用参数的值）

genparamvalues：

• ‘element_size_min’：条形码宽度的最小尺寸，指条形码的宽度和间距
• ‘element_size_max’：条形码宽度的最大尺寸
• ‘check_char’：是否验证校验位
• ‘persistence’：设为1时，在解码过程中会储存一些中间结果，当需要评估条码印刷质量或检查扫描线时会用到这些结果
• ‘composite_code’：EAN,UPC等码都可以附加一个二维条码构成组合码
• ‘meas_thresh’：当使用扫描线来识别条形码的边缘时，作为相对阈值来识别这些边缘，这个阈值是一个相对值
• ‘num_scanlines’：扫描条码时所用扫描线的最大数目，设为0，程序会自动决定采用多少条扫描线来解码
• ‘min_identical_scanlines’：