这篇文章主要是介绍下我做的项目中遇到的喷码字体OCR识别。
原图如下：
read_image (Image, 'C:/Users/Administrator/Desktop/喷涂.png')
get_image_size (Image, Width, Height)
rgb1_to_gray (Image, GrayImage)
*首先看到图片，字体部分并没有很清晰的显示，所以需要通过一些预处理的手法提取OCR
scale_image (GrayImage, ImageScaled, 2.83333, -85)
*下面是一些常用的预处理算子，我一一试了下，效果的话都不太行，基于scale缩放后的图像足够我处理了
* gray_range_rect (ImageScaled, ImageResult, 3, 3)
* emphasize (ImageScaled, ImageEmphasize, Width, Height, 1)
*现在得到想要的图像，现在就是将需要读取OCR的区域提取出来
threshold (ImageScaled, Regions, 0, 80)
dilation_circle (Regions, RegionDilation, 3.5)
connection (RegionDilation, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, ['height','area','width'], 'and', [24.26,0,0], [49.48,9476.07,76.65])
union1 (SelectedRegions, RegionUnion)
shape_trans (RegionUnion, RegionTrans, 'rectangle2')
area_center (RegionTrans, Area, Row, Column)
orientation_region (RegionTrans, Phi)
vector_angle_to_rigid (Row, Column, Phi, Row, Column, rad(180), HomMat2D)
affine_trans_region (RegionTrans, RegionAffineTrans, HomMat2D, 'nearest_neighbor')
affine_trans_image (ImageScaled, ImageAffinTrans, HomMat2D, 'constant', 'false')
*上面是得到矫正后的图像
reduce_domain (ImageAffinTrans, RegionAffineTrans, ImageReduced)
threshold (ImageReduced, Regions1, 0, 50)
*这一步膨胀是为了将字的每一个点都连成一个整体，防止筛选特征的时候被剔除掉
dilation_rectangle1 (Regions1, RegionDilation1, 3, 7)
connection (RegionDilation1, ConnectedRegions1)
select_shape (ConnectedRegions1, SelectedRegions1, ['height','area'], 'and', [17.238,150.94], [50,4983.83])
union1 (SelectedRegions1, RegionUnion1)
*针对喷涂的字体来说这一步就是最关键的，先将字体部分提取出来，合并成一个整体去除不必要的噪声，
*通过求交集算子，求出阈值分割后的区域与筛选出来的区域之间的公共部分，这样就可以将每个字
*合成一个整体，而不是一个点一个点的。
partition_rectangle (RegionUnion1, Partitioned, 18, 30)
intersection (Partitioned, Regions1, RegionIntersection)
sort_region (RegionIntersection, SortedRegions, 'character', 'true', 'row')
count_obj (SortedRegions, Number)
read_ocr_class_mlp ('DotPrint_0-9A-Z.omc', OCRHandle)
for Index := 1 to Number by 1
select_obj (SortedRegions, ObjectSelected, Index)
do_ocr_single_class_mlp (ObjectSelected, ImageAffinTrans, OCRHandle, 1, Class, Confidence)
set_tposition (3600, 10, 30+10*Index)
write_string (3600, Class)
endfor
partition_rectangle 这个算子主要就是设置长宽固定的值将每个区域切开区分开，一般就是为了将两个粘连在一起的字符分隔开。切开后的图片：
intersection求交集后的图像：
最后的显示结果：
这个案例已经将处理粘连在一起的字符以及喷涂类的字符识别的思路方法都体现出来了，个人写代码的习惯，写的比较冗余，读者可以自己试着精简一些。下一篇再来一些特殊的预处理方法，来实现一些比较特殊的产品的字符提取。