イメージ内のテキストの検出と認識は,コンピュータービジョンアプリケーションで実行される一般的なタスクです。たとえば,走行中の車両から路上シーンのビデオをキャプチャし,キャプチャしたシーンの標識を認識して,ドライバーに標識について知らせることができます。。

テキスト認識の最初のステップは，。テキスト領域を検出するには,局所的なイメージ特徴検出器と記述子,または複雑なイメージシーン内のテキストを検出するように学習させた事前学習済みの深層学習モデルを使用します。ツールボックス内の例では,ブロブ解析,最大限度地稳定极值区域(女士)特徴検出器,および字符区域意识的文本检测(工艺)深層学習モデルを使用してテキストを検出する方法を示しています。

テキスト検出の精度を向上させるための前処理または後処理のステップとして,テキストのセグメンテーションを実行できます。イメージ領域からテキストをセグメント化するには,イメージのしきい値処理やクラスタリングなどのイメージセグメンテーション手法を使用します。matlab . xml . xml . xml . xml^®関数の詳細にいては，イメージのセグメンテーションを参照してください。または，色のしきい値アプリとメ，ジの領域分割アプリを使用して，。

次のステップは,機械学習(ML)ベースの分類や光学式文字認識(OCR)法を使用して,検出された領域やセグメント化された領域のテキストを認識することです。関数光学字符识别は，ocrエンジンのペ，ジTesseractオ，プンソ，スOCRエンジンからのOCR言語デタサポトファルを使用します。サポトファイルには、複数の言語で文字を認識するよう事前学習済みの言語データ ファイルが含まれています。追加の言語ファイルは、関数vision万博1manbetxSupportPackagesまたはアドオンエクスプロ，ラ，を使用してダウンロ，ドできます。アドオンのダウンロ，ドの詳細は，アドオンの取得と管理を参照してください。Tesseractオ，プンソ，スOCRエンジンからOCR言語デタサポトファルをンストルして使用する方法にいては，OCR言語デタファルのンストルを参照してください。