halcon案例select_characters

桌上有盆长寿花

于 2025-02-06 19:04:17 发布

阅读量805

点赞数 21

分类专栏： halcon-字符识别ocr 文章标签： ocr

本文链接：https://blog.youkuaiyun.com/weixin_36672036/article/details/145480246

版权

halcon-字符识别ocr 专栏收录该内容

21 篇文章

订阅专栏

隶属于:
C:\Users\Public\Documents\MVTec\HALCON-23.05-Progress\examples\hdevelop\OCR\Segmentation

此例，主要是用text_line_orientation获取字符角度，并转正之后，用segment_characters分割字符，用select_characters筛选字符。

算子说明：
KIMI
1、text_line_orientation
在Halcon中，text_line_orientation是一个用于确定文本行或段落方向的算子。以下是其功能和参数的详细说明：
功能
text_line_orientation用于计算单个文本行或段落相对于水平图像轴的方向。通过计算文本行的旋转角度，可以对图像进行旋转或仿射变换，使文本行水平化，从而简化OCR应用中的字符分割。
参数
输入参数：
Region：指定文本行所在的图像区域，可以是一个矩形区域或整个图像。该区域仅用于减少工作面积。
Image：输入图像。
CharHeight：指定文本行的大约高度。
OrientationFrom：文本行的最小旋转角度。
OrientationTo：文本行的最大旋转角度。
输出参数：
OrientationAngle：计算得到的文本行旋转角度。
使用示例
以下是一个简单的使用示例：
hdev复制
read_image(Image, ‘letters’)
text_line_orientation(Image, Image, 50, rad(-80), rad(80), OrientationAngle)
rotate_image(Image, ImageRotate, -OrientationAngle/rad(180)*180, ‘constant’)
在该示例中，text_line_orientation计算了文本行的旋转角度，并通过rotate_image将图像旋转到水平方向。
注意事项
如果要确定单个文本行的方向，OrientationFrom和OrientationTo的范围应为-pi/4到pi/4。
参数Region仅用于限制工作区域，文本行由text_line_orientation算子本身分割。
搜索区域可以通过OrientationFrom和OrientationTo限制，这也会对算子的运行时间产生影响。
2、segment_characters
在Halcon中，segment_characters 是一个用于从图像中分割出单个字符的算子。它通常用于光学字符识别（OCR）任务中，将文本行中的字符逐一提取出来，以便后续进行字符识别。以下是关于 segment_characters 算子的详细说明：
功能
segment_characters 的主要功能是从给定的文本行图像中分割出单个字符。它通过分析字符的连通性、形状和间距，将字符从文本行中分离出来，为后续的字符识别做准备。
参数
输入参数
Image：
类型：单通道图像（灰度图或二值图）
描述：包含文本行的输入图像。
Region：
类型：区域
描述：指定文本行所在的区域。如果文本行已经在图像中被定位，可以通过区域来限定分割的范围。
CharHeight：
类型：整数
描述：文本行中字符的大致高度。这个参数用于帮助算子更好地识别字符的大小。
CharWidth：
类型：整数
描述：文本行中字符的大致宽度。这个参数用于帮助算子更好地识别字符的大小。
MinContrast：
类型：整数
描述：字符与背景之间的最小对比度。这个参数用于过滤掉对比度过低的区域，避免误分割。
MinCharArea：
类型：整数
描述：字符的最小面积。这个参数用于过滤掉面积过小的区域，避免误分割。
MaxCharArea：
类型：整数
描述：字符的最大面积。这个参数用于过滤掉面积过大的区域，避免误分割。
MinCharWidth：
类型：整数
描述：字符的最小宽度。这个参数用于过滤掉宽度过小的区域，避免误分割。
MaxCharWidth：
类型：整数
描述：字符的最大宽度。这个参数用于过滤掉宽度过大的区域，避免误分割。
MinCharHeight：
类型：整数
描述：字符的最小高度。这个参数用于过滤掉高度过小的区域，避免误分割。
MaxCharHeight：
类型：整数
描述：字符的最大高度。这个参数用于过滤掉高度过大的区域，避免误分割。
MinCharRatio：
类型：实数
描述：字符的最小宽高比。这个参数用于过滤掉宽高比异常的区域，避免误分割。
MaxCharRatio：
类型：实数
描述：字符的最大宽高比。这个参数用于过滤掉宽高比异常的区域，避免误分割。
MinCharOccupation：
类型：实数
描述：字符的最小填充率（前景像素占字符区域的比例）。这个参数用于过滤掉填充率过低的区域，避免误分割。
MaxCharOccupation：
类型：实数
描述：字符的最大填充率（前景像素占字符区域的比例）。这个参数用于过滤掉填充率过高的区域，避免误分割。
MinCharRoundness：
类型：实数
描述：字符的最小圆度（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MaxCharRoundness：
类型：实数
描述：字符的最大圆度（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MinCharCompactness：
类型：实数
描述：字符的最小紧凑度（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MaxCharCompactness：
类型：实数
描述：字符的最大紧凑度（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MinCharElongation：
类型：实数
描述：字符的最小延伸率（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MaxCharElongation：
类型：实数
描述：字符的最大延伸率（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MinCharSolidity：
类型：实数
描述：字符的最小实心度（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MaxCharSolidity：
类型：实数
描述：字符的最大实心度（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MinCharConvexity：
类型：实数
描述：字符的最小凸性（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MaxCharConvexity：
类型：实数
描述：字符的最大凸性（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MinCharEulerNumber：
类型：整数
描述：字符的最小欧拉数（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MaxCharEulerNumber：
类型：整数
描述：字符的最大欧拉数（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MinCharHoleNumber：
类型：整数
描述：字符的最小孔洞数（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MaxCharHoleNumber：
类型：整数
描述：字符的最大孔洞数（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MinCharBranchNumber：
类型：整数
描述：字符的最小分支数（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MaxCharBranchNumber：
类型：整数
描述：字符的最大分支数（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MinCharPerimeter：
类型：整数
描述：字符的最小周长。这个参数用于过滤掉周长过小的区域，避免误分割。
MaxCharPerimeter：
类型：整数
描述：字符的最大周长。这个参数用于过滤掉周长过大的区域，避免误分割。
MinCharAspect：
类型：实数
描述：字符的最小纵横比（宽度与高度的比值）。这个参数用于过滤掉纵横比异常的区域，避免误分割。
MaxCharAspect：
类型：实数
描述：字符的最大纵横比（宽度与高度的比值）。这个参数用于过滤掉纵横比异常的区域，避免误分割。
MinCharRectangularity：
类型：实数
描述：字符的最小矩形度（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MaxCharRectangularity：
类型：实数
描述：字符的最大矩形度（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MinCharCircularity：
类型：实数
描述：字符的最小圆形度（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MaxCharCircularity：
类型：实数
描述：字符的最大圆形度（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MinCharConvexityDefect：
类型：实数
描述：字符的最小凸性缺陷（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MaxCharConvexityDefect：
类型：实数
描述：字符的最大凸性缺陷（形状因子）。这个参数用于过滤掉形状异常的区域，避免误分割。
MinCharSolidityDefect：
类型：实数
描述
3、select_characters

在Halcon中，select_characters 算子用于从给定的文本行区域中选择字符。它通常用于OCR（光学字符识别）任务中，对分割后的字符进行筛选和优化，以便后续进行字符识别。以下是关于 select_characters 算子的详细说明：
功能
select_characters 算子的主要功能是从文本行区域中选择字符，同时可以根据多种参数对字符进行筛选和优化。它可以处理字符的碎片化问题，连接分割的字符碎片，并过滤掉不符合条件的区域。
参数
输入参数
Region (input_object)：
类型：区域数组
描述：包含文本行的区域，通常是通过 segment_characters 算子分割得到的字符区域。
DotPrint (input_control)：
类型：字符串
描述：是否检测点阵打印字符。
默认值：‘false’
可选值：‘false’, ‘true’
CharWidth (input_control)：
类型：整数数组
描述：字符的宽度。
默认值：25
限制：CharWidth >= 1
CharHeight (input_control)：
类型：整数数组
描述：字符的高度。
默认值：25
限制：CharHeight >= 1
FragmentDistance (input_control)：
类型：字符串
描述：字符碎片之间的距离。
默认值：‘medium’
可选值：‘narrow’, ‘medium’, ‘wide’
ConnectFragments (input_control)：
类型：字符串
描述：是否连接字符碎片。
默认值：‘false’
可选值：‘false’, ‘true’
ClutterSizeMax (input_control)：
类型：整数
描述：最大杂乱区域的大小。
默认值：0
限制：0 <= ClutterSizeMax
StopAfter (input_control)：
类型：字符串
描述：在哪个步骤停止执行。
默认值：‘completion’
可选值：‘completion’, ‘step1_select_candidates’, ‘step2_partition_characters’, ‘step3_connect_fragments’, ‘step4_select_characters’
输出参数
RegionCharacters (output_object)：
类型：区域数组
描述：筛选后的字符区域。
示例代码
以下是一个使用 select_characters 算子的示例代码：
hdev复制
for Index := 1 to 5 by 1
read_image (Image, ‘dot_print_rotated/dot_print_rotated_’+Index$‘02d’)
text_line_orientation (Image, Image, 50, rad(-30), rad(30), OrientationAngle)
rotate_image (Image, ImageRotate, deg(-OrientationAngle), ‘constant’)
segment_characters (ImageRotate, ImageRotate, ImageForeground,
RegionForeground, ‘local_auto_shape’, ‘false’, ‘false’, ‘medium’,
25, 25, 0, 10, UsedThreshold)
select_characters (RegionForeground, RegionCharacters, ‘true’, ‘ultra_light’,
[60,1,100], [60,1,100], ‘false’, ‘false’, ‘none’, ‘true’, ‘wide’, ‘true’, 0,
‘completion’)
endfor
参数说明
FragmentDistance：影响字符碎片的连接。如果连接过多，可以设置为 ‘narrow’ 或 ‘medium’；如果需要连接更多碎片，可以设置为 ‘medium’ 或 ‘wide’。
ConnectFragments：如果提取的符号是碎片化的（即一个符号被分割成多个区域），可以将此参数设置为 ‘true’。
ClutterSizeMax：如果提取的字符包含杂乱的小区域，可以增加此值；如果符号的部分缺失，可以减小此值。
StopAfter：如果算子没有产生预期结果，可以使用此参数在特定步骤停止执行，并查看中间结果。
通过合理设置这些参数，select_characters 算子可以有效地优化字符分割的结果，提高OCR识别的准确性和效率。

读图

图转正

前景图

segment_characters (ImageRotate, ImageRotate, ImageForeground, RegionForeground,
‘local_auto_shape’, ‘false’, ‘true’, ‘medium’, 25, 25, 0, 10, UsedThreshold)
分割字符
segment_characters — 在给定图像区域内分割字符。

select_characters (RegionForeground, RegionCharacters, 'true', 'ultra_light',\
                   60, 60, 'false', 'false', 'none', 'true', 'wide', 'true', 0, 'completion')

筛选字符

dev_update_window ('off')
dev_update_var ('off')
dev_update_pc ('off')
dev_close_window ()
dev_open_window (0, 0, 500, 480, 'black', WindowHandle)
set_display_font (WindowHandle, 16, 'mono', 'true', 'false')
dev_set_colored (12)
dev_set_draw ('margin')
for J := 1 to 5 by 1
    read_image (Image, 'dot_print_rotated/dot_print_rotated_' + J$'02d')
    text_line_orientation (Image, Image, 50, rad(-30), rad(30), OrientationAngle)
    rotate_image (Image, ImageRotate, -OrientationAngle / rad(180) * 180, 'constant')
    segment_characters (ImageRotate, ImageRotate, ImageForeground, RegionForeground, \
                        'local_auto_shape', 'false', 'true', 'medium', 25, 25, 0, 10, UsedThreshold)
    select_characters (RegionForeground, RegionCharacters, 'true', 'ultra_light',\
                       60, 60, 'false', 'false', 'none', 'true', 'wide', 'true', 0, 'completion')
    dev_clear_window ()
    dev_display (ImageRotate)
    dev_display (RegionCharacters)
    if (J < 5)
        disp_continue_message (WindowHandle, 'black', 'true')
    endif
    stop ()
endfor