使用OCR识别七段数字

读取图像

一个图像读入MATLAB®工作区。

img = imread (“meterreading.jpg”);

检测的七段文本区域

检测使用的文本区域输入图像detectTextCRAFT函数。的CharacterThreshold值是该地区阈值用于本地化中的每个字符图像。的LinkThreshold值是亲和力阈值定义了分组的分数两个检测文本到一个单独的实例。你可以调整检测结果通过修改区域和亲和力阈值。增加亲和力阈值的值更多,也能进行字符级别的检测。信息关联阈值对检测结果的影响,看到了通过修改亲和力阈值检测字符的例子。

亲和力阈值的值设置为0.005。区域阈值的默认值是0.4。的输出是一组边界框中定位文本区域输入图像。边界框指定检测到文本区域的空间坐标形式的形象,是一个向量(x,y,宽度,高度]。向量指定左上角和检测区域像素的大小。

bbox = detectTextCRAFT (img, LinkThreshold = 0.005);

画出输出图像通过使用边界框insertShape函数。

Iout = insertShape (img,“矩形”bbox,线宽= 4);

显示输入图像和输出文本检测。

图蒙太奇({img; Iout});标题(“输入图像|发现文本区域”)

在输入图像,七段文本区域占地面积最大。使用检测到的面积边界框提取七段文本区域。

计算区域的边界框,找到面积最大的边界框。

bboxArea = bbox (: 3)。* bbox (:, 4);[价值,indx] = max (bboxArea);

提取面积最大边界框的文本区域输入图像。

投资回报率= bbox (indx:);extractedImg = img (roi (2): roi (2) + roi (4), roi (1): roi (1) + roi (3):);

提取的七段显示文本区域。

图imshow (extractedImg)标题(七段文本区域提取的)

认识到七段数字

认识到七段数字检测文本地区使用光学字符识别函数。设置的值模型名称-值参数”七段“。输出是一个ocrText对象包含识别文本信息,识别自信,原始图像中的文本的位置。

输出= = ocr (img、roi模型“七段”)

输出= ocrText属性:文本:“810000…“CharacterBoundingBoxes: [17 x4双]CharacterConfidences: [17 x1单]字:{2 x1细胞}WordBoundingBoxes: [2 x4双]WordConfidences: [2 x1单]TextLines: {2 x1细胞}TextLineBoundingBoxes: [2 x4双]TextLineConfidences: [2 x1单)

公认的七段数字显示。你可以注意到OCR检测包含两个边界框的文本区域和认识到在每个地区的数字。

disp ([output.Words])

”{810000}{0110555。}

Iocr = insertObjectAnnotation (img,“矩形”output.WordBoundingBoxes output.Words,线宽= 4,字形大小= 20);图imshow (Iocr)

挑战获得准确的结果

准确识别的主要挑战七段数字文本的分割区域的选择LayoutAnalysis名称-值参数光学字符识别函数。

作为一个预处理步骤,光学字符识别函数执行二值化分割文本区域从背景中。由于七段文本图像的性质,关键文本区域断开连接的像素。如果像素之间的距离已断开连接的沿垂直方向的价值LayoutAnalysis参数设置为“块”,光学字符识别函数把输入图像的多行文本。然后,光学字符识别函数组的每一行文字到一个区域,认识到数字在每个区域。因此,识别结果可能不准确。在这种情况下,可以提高识别精度通过选择一个合适的值LayoutAnalysis参数。

改善结果使用LayoutAnalysis参数

如果检测到图像区域包含只有一行七段文本,你可以设置LayoutAnalysis名称-值参数”词”、“字符”或“行“为了获得良好的识别结果。更多细节关于如何选择的值LayoutAnalysis名称-值参数,看到光学字符识别。

输入图像包含一组七段数字。认识到所有的数字组,设置的值LayoutAnalysis名称-值参数”词”。计算OCR的结果。

输出= = ocr (img、roi模型“七段”LayoutAnalysis =“单词”)

输出= ocrText属性:文本:“010555 ....“CharacterBoundingBoxes: [9 x4双]CharacterConfidences: [9 x1单]字:{010555年。'}WordBoundingBoxes (149 213 1057 365): WordConfidences: 0.4774 TextLines:{010555年。'}TextLineBoundingBoxes (149 213 1057 365): TextLineConfidences: 0.4774

公认的七段数字显示。

disp ([output.Words])

{' 010555。}

画出输出图像通过使用边界框insertObjectAnnotation函数。显示识别结果。你可以注意到七段文本区域图像本地化和数字将被正确识别。

Iocr = insertObjectAnnotation (img,“矩形”output.WordBoundingBoxes output.Words,线宽= 4,字形大小= 20);图imshow (Iocr)

进一步的探索