HALCON高级篇：OCR识别

OCR

光学字符识别（OCR）是识读的一个技术术语，例如识别符号。在HALCON中，OCR被定义为去解释图像区域的特定任务。典型的，这些区域代表了多个单个字符，因此我们将其认为识读单个符号。

在离线阶段，每个字符通过几个样本被训练。在线阶段，图像被分割去提取代表字符的区域，然后运用OCR阅读器去解释每个字符。

OCR识别包含这么几个主要步骤，第一部分是离线，由收集训练样本，然后去训练组成。在线部分由提取字符和识读它们组成。

OCR的优势是训练的灵活性，其运行去选择为特定应用优化的特征。还有，你可以在基于最新技术的不同分类器之间进行选择，提供最优可能的性能。

还有一个更大的优势，HALCON提供一组预先训练好的字体，这些字体是基于来自不同应用领域大量的训练数据，这些字体运行你去阅读文档里的文本，制药或者工业产品上的文本，点印文本，甚至是手写数字。还有，HALCON包含了为OCR-A, OCR-B和基于卷积神经网络（CNNs）的一般字体的与训练字体。

基本概念

OCR主要分了两个主要部分：训练和识读。每一个主要部分都要求额外的准备步骤：

获取图像

对于训练数据的产生和OCR本身图像都必须被获取。

分割图像

对于训练样本和在线识读过程，字符必须从图像中提取出来，这一步就是分割。这就意味着OCR算子，如do_ocr_single_class_svm不去搜索在给定感兴趣区域内的字符，但是期望一个用户分类的分割区域。

如果训练样本是来自真实的应用图像，那么训练和识读可以采用相同的分割方法。如果训练图像更“人造化”，一个更简单方法可能会被用来分割训练图像。

训练OCR

训练由两个重要步骤组成：首先，选择每个字符的样本，并存在所谓的训练文件中。第二部，将这些文件输入到最新创建的OCR分类器中。

HALCON提供了预先训练的字体，例如早已运用的分类器，其早已解决了许多OCR应用。

识读符号

对于识读，你必须从磁盘上读取训练好的分类器，从图像上分割字符，并用分割好的字符作为识读算子的输入。

毁掉分类器

对于基本概念的一个例子是下面的程序，其用HALCON提供的预先训练好的字体之一去读取图像中的数字。

首先，用read_ocr_class_mlp来读取预训练的字体文件Document_0-9。由于没有文件扩展名被指定，MLP特定的扩展名“.omc”的文件被搜索（从HALCON8.0开始）。

然后，数字字符用算子threshold和connection分割出来，因为顺序是无关的，所以没有必须进行下一步的处理。

最后，数字符在一个for循环中被读取。算子do_ocr_single_class_mlp将单个区域，图像和OCR句柄作为输入。结果，最好的和第二好解释连同可信度一起被返回。