OCR
使用光学字符识别识别文本
描述
例子
识别文本内的图像
名片= imread (“businessCard.png”);ocrResults = ocr(名片)
“MathWorks®…”' CharacterBoundingBoxes: [103x4 double] character confidence: [103x1 single] Words: {16x1 cell} WordBoundingBoxes: [16x4 double] wordconfidence: [16x1 single]
recognizedText = ocrResults.Text;图;imshow（的businesscard）;文本（600，150，recognizedText，'背景颜色'， [1,1,1]);
识别感兴趣区域中的文本(ROI)
读取图像。
I = imread（'handicapSign.jpg');
在I中定义一个或多个感兴趣的矩形区域。
ROI = [360 118 384 560]。
你也可以使用IMRECT用鼠标选择一个区域：图;imshow（I）;ROI = ROUND（为getPosition（imrect））
ocrResults = OCR（I，ROI）;
将识别出的文本插入到原始图像中
Iocr = insertText (roi(1:2),我ocrResults.Text,“AnchorPoint”，…'RightTop'，'字体大小'，16）;图;imshow（IOCR）;
显示单词和识别信任的边界框
名片= imread (“businessCard.png”);ocrResults = ocr(名片)
“MathWorks®…”' CharacterBoundingBoxes: [103x4 double] character confidence: [103x1 single] Words: {16x1 cell} WordBoundingBoxes: [16x4 double] wordconfidence: [16x1 single]
IOCR = insertObjectAnnotation（的businesscard，'长方形'，…ocrResults.WordBoundingBoxes，…ocrResults.WordConfidences);图;imshow（IOCR）;
查找并在图像精彩文字
名片= imread (“businessCard.png”);ocrResults = ocr(名片);bboxes = locateText (ocrResults,“MathWorks公司的，'IGNORECASE',真正的);Iocr = insertShape(名片,'FilledRectangle'，bboxes）;图;imshow（IOCR）;
输入参数
一世-输入图像
中号-通过-ñ3真彩图像|中号-通过-ñ二维灰度图像|中号-通过-ñ二值图像
输入图像，在规定的中号-通过-ñ-by-3真彩，中号-通过-ñ2-d灰度或二进制格式。输入图像必须是真实的，非稀疏值。函数转换真彩或灰度的输入图像为二进制图像，识别处理之前。它采用了大津的阈值技术的转换。为了获得最佳的OCR结果，在输入图像中一个小写的“x”，或类似的字符的高度，必须大于20个像素大。从水平或垂直轴，除去任何文本转大于+/- 10度，以提高识别结果。
数据类型：单|双|INT16|uint8|UINT16|合乎逻辑
roi-感兴趣区域
中号4矩阵元素
感兴趣的一个或多个矩形区域，指定为中号-by-4元素矩阵。每一行，中号时，指定的输入图像内的感兴趣区域，作为四元素矢量，[Xÿ宽度高度]。向量指定左上角的位置，[Xÿ]，和感兴趣的矩形区域的大小，[宽度高度]，以像素为单位。每个矩形必须完全包含在输入图像中，一世。识别过程之前，函数使用大津的阈值来转换真彩和感兴趣的二进制区域灰度的输入区域。在函数返回文本在矩形区域识别为对象的数组。
名称 - 值对参数
指定可选的用逗号分隔的对名称，值参数。的名字是参数的名称和价值是对应的值。的名字必须出现引号内。您可以按照任何顺序指定多个名称和值对参数名1，值1，...，NameN，值N。
OCR（I， 'TextLayout的'， '阻止'）
'TextLayout的'-输入文本布局
“汽车”(默认)|“块”|'线'|“词”
输入文本布局，指定为逗号分隔的一对组成的“TextLayout“还有下面的一条:
| TextLayout | 文字处理 |
|---|---|
“汽车” |
确定输入图像内文本块的布局和读取顺序。 |
“块” |
将图像中的文本视为单个文本块。 |
'线' |
将图像中的文本视为单行文本。 |
“词” |
将其视为一个单独的文字字图像中的文本。 |
使用自动布局分析来识别从包含特定的格式，扫描的文档的文本，如双列。此设置保存在返回的文本阅读顺序。你可能会得到不好的结果，如果你输入的图像包含文本的少数地区或文本位于凌乱的场景。如果你得到可怜的OCR结果，尝试在图像的文本匹配不同的布局。如果文本位于一个混乱的场面，尽量除了尝试不同的布局，指定在图像中的文本的投资回报率。
“语言”-语言
“英语”(默认)|“日本”|特征向量|字符串标量|字符向量的单元数组|字符串数组
语言识别，指定为逗号分隔的一对组成的“语言'和字符向量“英语”，“日本”或字符向量的单元阵列。您也可以安装安装OCR语言数据文件包装对其他语言或添加自定义语言。指定多个语言使得所有选定语言的同时识别。但是，选择一种以上的语言可能会降低精度，提高它需要进行OCR的时间。
要指定的任何一种都包含在其他语言安装OCR语言数据文件包，以与内置语言相同的方式使用语言字符向量。您不需要指定路径。
txt = ocr (img,“语言”,“芬兰”);
要使用自己定制的语言，指定路径训练有素的数据文件作为语言特征向量。您必须命名格式文件，<语言>。traineddata。该文件必须位于一个名为'tessdata”。例如:
TXT = OCR（IMG， '语言'， '路径/到/ tessdata / eng.traineddata'）;
txt = ocr(img，'Language'，…{“路径/ / tessdata / eng.traineddata”,…的路径/ / tessdata / jpn.traineddata});
traineddata在单元阵列中的文件被包含在文件夹“中路径/到/ tessdata”。由于下面的代码指向两个不同的文件夹中包含，这是行不通的。txt = ocr(img，'Language'，…{“路径/一/ tessdata / eng.traineddata”,…的路径/两/ tessdata / jpn.traineddata});
traineddata文件必须存在于与印地语相同的文件夹中traineddata文件。该OCR只支持万博1manbetxtraineddata文件创建使用tesseract-ocr3.02或使用OCR教练。
对于所产生的部署目标MATLAB®编码器™：生成的OCR文件夹必须协同定位的可执行文件和语言数据文件。该tessdata文件夹必须命名tessdata：
英语:
C：/path/tessdata/eng.traineddata日本:
C: / / tessdata / jpn.traineddata路径对于自定义的数据文件：
C: / / tessdata / customlang.traineddata路径C：/path/ocr_app.exe
你可以从以下网站复制英文和日文训练过的数据文件:
完整文件（matlabroot， '工具箱'， '视觉'， 'visionutilities'， 'tessdata'）;
'字符集'-字符子集
“”所有字符(默认)|特征向量|字符串标量
字符子集，指定为逗号分隔的一对组成的“字符集和一个字符向量。默认情况下,字符集被设置为空字符向量，“”。方法指定的语言中的所有字符语言财产。您可以将此属性设置为一组较小的已知字符，以约束分类过程。
该OCR功能选择从最佳匹配字符集。使用对输入图像中的文字推断的知识有助于提高文字的识别精度。例如，如果你设置字符集所有的数字组成，'0123456789'中，函数尝试每个字符仅位数匹配。在这种情况下，一个非数字字符可以正确得到公认的数字。
输出参数
参考
[1] R.史密斯。在正方体OCR引擎的概述上文献分析与识别的第九届国际会议论文集（2007年ICDAR）第2卷（2007），第629-633。
[2] Smith, R.， D. Antonova，和D. Lee。适应的Tesseract开源OCR引擎OCR多语种。多语言OCR国际研讨会论文集，(2009)。
[3]r .史密斯。混合页面布局分析通过制表符停止检测。在文档分析与识别的第10届国际会议论文集。2009年。
扩展功能
也可以看看
介绍了R2014a
你也可以从以下列表中选择一个网站:
