Halcon OCR 字符训练识别

1 Halcon 例子 里面其实自带字符训练和识别

2 Halcon OCR训练分SVM和MLP两种

3  Halcon提供了一些识别模型，但是毕竟自己的项目跟他的不一样，所以需要自己训练自己的模型

4 下面先以SVM训练和识别开始（创建训练文件，训练，识别）

SVM训练和识别（训练自己的0-9和A-Z）

第一步：准备图片

               每个字符对应一个文件夹，为了后期遍历文件夹方便，文件夹名字以字符直接命名,见下图。

第二步：创建训练文件

* 声明一个字符数组，并且将0-9和A-Z赋值此数组

CharH := []for i := 0 to 9 by 1   CharH[i] := chr(round(i + ord('0')))endforfor i := 10 to 36-1 by 1   CharH[i] := chr(round(i-10 + ord('A')))endforNumChar := |CharH|

*声明一个训练文件.trf

TrainFile := 'ZHANG-Num0-9A-Z.trf'dev_set_check ('~give_error')delete_file (TrainFile)dev_set_check ('give_error')

*遍历每个文件夹以及每个文件夹里面的字符图片，将每个文件夹与一个字符关联起来（这里每个文件夹里面的图片对应文件夹名“字符”）

for Indexfile:=0 to |CharH| - 1 by 1list_files ('Z:\\00Trainlate\\TRIAN20150909\\02pictureTrain_2015-10-26_V1.0\\blackwitewordfirstsub\\checkimage\\test\\char\\'+CharH[Indexfile], ['files','follow_links'], ImageFiles)tuple_regexp_select (ImageFiles, ['\\.(bmp|jpg)$','ignore_case'], ImageFiles)for Index := 0 to |ImageFiles| - 1 by 1    read_image (ImageSige, ImageFiles[Index])    append_ocr_trainf(ImageSige,ImageSige,CharH[Indexfile],TrainFile)endforendfor

第三步：训练文件（可以选择SVM训练或者MLP训练，根据自己选择的训练函数决定），获得最终模型文件.omc

* ***** step: read training data* ****read_ocr_trainf_names (TrainFile, CharacterNames, CharacterCount)stop ()* ***** step: create and train classifier* ****create_ocr_class_svm (8, 10, 'constant', 'default', CharacterNames, 'rbf', 0.02, 0.001, 'one-versus-one', 'normalization', 0, OCRHandle)* Train the classifiertrainf_ocr_class_svm (OCRHandle, TrainFile, 0.001, 'default')stop ()* ***** step: save classifier* ****FontFile := 'ZHANG-Num0-9A-Z_SVM.omc'write_ocr_class_svm(OCRHandle,FontFile)* free memoryclear_ocr_class_svm (OCRHandle)

第四步 用自己训练的.omc 文件进行识别要识别的图片

<pre name="code" class="cpp">* Read the SVM font file from file 读取刚刚自己创建的识别模型文件 read_ocr_class_svm ('C:/Users/Public/Documents/MVTec/HALCON-11.0/examples/solution_guide/zhang/ZHANG-Num0-9A-Z_SVM.omc', OCRHandle)*读取待识别的图片read_image(ImageSige,'C:/Users/CQU/Desktop/QQ截图20160327192542.jpg')  *有两个识别函数，他们之间的区别看帮助文档</span>do_ocr_single_class_svm(ImageSige, ImageSige, OCRHandle, 1, Class)* Clear the classifier from memoryclear_ocr_class_svm (OCRHandle)

第五步：检验无误就可以随意使用.omc 文件了

<span style="font-family: Arial, Helvetica, sans-serif;">*MLP跟SVM一样，把对应的函数替换即可，具体教程看其提供的案例</span>