cv::text 命名空间参考

类
类	BaseOCR
类	ERFilter
	Neumann 和 Matas 场景文本检测算法第一阶段和第二阶段的基类 [204]。: 更多...
结构体	ERStat
	The ERStat 结构体代表一个特定类别的极值区域 (ER)。 更多...
类	OCRBeamSearchDecoder
	OCRBeamSearchDecoder 类提供了一个使用束搜索算法进行 OCR 的接口。 更多...
类	OCRHMMDecoder
	OCRHMMDecoder 类提供了一个使用隐马尔可夫模型进行 OCR 的接口。 更多...
类	OCRHolisticWordRecognizer
	OCRHolisticWordRecognizer 类提供了分段词语识别的功能。给定一个预定义的词汇表，一个 DictNet 被用来选择给定输入图像的最可能单词。 更多...
类	OCRTesseract
	OCRTesseract 类提供了一个与 tesseract-ocr API (v3.02.02) 在 C++ 中的接口。 更多...
类	TextDetector
	一个提供文本检测算法接口的抽象类。 更多...
类	TextDetectorCNN
	TextDetectorCNN 类提供了文本边界框检测的功能。此类用于查找给定输入图像的文本单词的边界框。此类使用 OpenCV dnn 模块加载在 [165] 中描述的预训练模型。包含修改后的 SSD Caffe 版本的原始存储库：https://github.com/MhLiao/TextBoxes。模型可以从 DropBox 下载。包含模型描述的修改后的 .prototxt 文件可以在 opencv_contrib/modules/text/samples/textbox.prototxt 中找到。 更多...

枚举
枚举	{   ERFILTER_NM_RGBLGrad ,   ERFILTER_NM_IHSGrad }
	computeNMChannels 操作模式 更多...
枚举	{   OCR_LEVEL_WORD ,   OCR_LEVEL_TEXTLINE }
枚举	classifier_type {   OCR_KNN_CLASSIFIER = 0 ,   OCR_CNN_CLASSIFIER = 1 }
枚举	decoder_mode { OCR_DECODER_VITERBI = 0 }
枚举	erGrouping_Modes {   ERGROUPING_ORIENTATION_HORIZ ,   ERGROUPING_ORIENTATION_ANY }
	text::erGrouping 操作模式 更多...
枚举	ocr_engine_mode {   OEM_TESSERACT_ONLY ,   OEM_CUBE_ONLY ,   OEM_TESSERACT_CUBE_COMBINED ,   OEM_DEFAULT }
	Tesseract.OcrEngineMode 枚举。 更多...
枚举	page_seg_mode {   PSM_OSD_ONLY ,   PSM_AUTO_OSD ,   PSM_AUTO_ONLY ,   PSM_AUTO ,   PSM_SINGLE_COLUMN ,   PSM_SINGLE_BLOCK_VERT_TEXT ,   PSM_SINGLE_BLOCK ,   PSM_SINGLE_LINE ,   PSM_SINGLE_WORD ,   PSM_CIRCLE_WORD ,   PSM_SINGLE_CHAR }
	Tesseract.PageSegMode 枚举。 更多...

函数
void	computeNMChannels (InputArray _src, OutputArrayOfArrays _channels, int _mode=ERFILTER_NM_RGBLGrad)
	计算 N&M 算法 [204] 中要独立处理的不同通道。
Ptr< ERFilter >	createERFilterNM1 (const Ptr< ERFilter::Callback > &cb, int thresholdDelta=1, float minArea=(float) 0.00025, float maxArea=(float) 0.13, float minProbability=(float) 0.4, bool nonMaxSuppression=true, float minProbabilityDiff=(float) 0.1)
	为 N&M 算法 [204] 的第一阶段分类器创建一个极值区域过滤器。
Ptr< ERFilter >	createERFilterNM1 (const String &filename, int thresholdDelta=1, float minArea=(float) 0.00025, float maxArea=(float) 0.13, float minProbability=(float) 0.4, bool nonMaxSuppression=true, float minProbabilityDiff=(float) 0.1)
	从提供的路径（例如 /path/to/cpp/trained_classifierNM1.xml）读取 N&M 算法的第一阶段分类器的极值区域过滤器。
Ptr< ERFilter >	createERFilterNM2 (const Ptr< ERFilter::Callback > &cb, float minProbability=(float) 0.3)
	为 N&M 算法 [204] 的第二阶段分类器创建一个极值区域过滤器。
Ptr< ERFilter >	createERFilterNM2 (const String &filename, float minProbability=(float) 0.3)
	从提供的路径（例如 /path/to/cpp/trained_classifierNM2.xml）读取 N&M 算法的第二阶段分类器的极值区域过滤器。
Mat	createOCRHMMTransitionsTable (const String &vocabulary, std::vector< cv::String > &lexicon)
void	createOCRHMMTransitionsTable (std::string &vocabulary, std::vector< std::string > &lexicon, OutputArray transition_probabilities_table)
	实用程序函数，用于从给定的单词列表（词典）创建定制的语言模型转换表。
void	detectRegions (InputArray image, const Ptr< ERFilter > &er_filter1, const Ptr< ERFilter > &er_filter2, std::vector< Rect > &groups_rects, int method=ERGROUPING_ORIENTATION_HORIZ, const String &filename=String(), float minProbability=(float) 0.5)
	从图像中提取文本区域。
void	detectRegions (InputArray image, const Ptr< ERFilter > &er_filter1, const Ptr< ERFilter > &er_filter2, std::vector< std::vector< Point > > &regions)
void	detectTextSWT (InputArray input, std::vector< cv::Rect > &result, bool dark_on_light, OutputArray &draw=noArray(), OutputArray &chainBBs=noArray())
	应用笔划宽度变换算子，然后过滤具有相似笔划宽度的连通分量，以返回字母候选。它还会根据邻近度和大小将它们连接起来，并将结果保存在 chainBBs 中。
void	erGrouping (InputArray image, InputArray channel, std::vector< std::vector< Point > > regions, std::vector< Rect > &groups_rects, int method=ERGROUPING_ORIENTATION_HORIZ, const String &filename=String(), float minProbablity=(float) 0.5)
void	erGrouping (InputArray img, InputArrayOfArrays channels, std::vector< std::vector< ERStat > > &regions, std::vector< std::vector< Vec2i > > &groups, std::vector< Rect > &groups_rects, int method=ERGROUPING_ORIENTATION_HORIZ, const std::string &filename=std::string(), float minProbablity=0.5)
	查找组织为文本块的极值区域组。
Ptr< ERFilter::Callback >	loadClassifierNM1 (const String &filename)
	允许在创建 ERFilter 对象时隐式加载默认分类器。
Ptr< ERFilter::Callback >	loadClassifierNM2 (const String &filename)
	允许在创建 ERFilter 对象时隐式加载默认分类器。
Ptr< OCRBeamSearchDecoder::ClassifierCallback >	loadOCRBeamSearchClassifierCNN (const String &filename)
	允许在创建 OCRBeamSearchDecoder 对象时隐式加载默认字符分类器。
Ptr< OCRHMMDecoder::ClassifierCallback >	loadOCRHMMClassifier (const String &filename, int classifier)
	允许在创建 OCRHMMDecoder 对象时隐式加载默认字符分类器。
Ptr< OCRHMMDecoder::ClassifierCallback >	loadOCRHMMClassifierCNN (const String &filename)
	允许在创建 OCRHMMDecoder 对象时隐式加载默认字符分类器。
Ptr< OCRHMMDecoder::ClassifierCallback >	loadOCRHMMClassifierNM (const String &filename)
	允许在创建 OCRHMMDecoder 对象时隐式加载默认字符分类器。
void	MSERsToERStats (InputArray image, std::vector< std::vector< Point > > &contours, std::vector< std::vector< ERStat > > &regions)
	将 MSER 轮廓 (vector<Point>) 转换为 ERStat 区域。

函数文档

detectTextSWT()

void cv::text::detectTextSWT	(	InputArray	input,
		std::vector< cv::Rect > &	result,
		bool	dark_on_light,
		OutputArray &	draw = noArray(),
		OutputArray &	chainBBs = noArray()
	)

Python
	cv.text.detectTextSWT(	input, dark_on_light[, draw[, chainBBs]]	) ->	result, draw, chainBBs

应用笔划宽度变换算子，然后过滤具有相似笔划宽度的连通分量，以返回字母候选。它还会根据邻近度和大小将它们连接起来，并将结果保存在 chainBBs 中。

参数

input	具有 3 个通道的输入图像。
result	一个包含结果边界框的向量，其中找到文本的概率很高
dark_on_light	一个布尔值，表示文本是否比背景更暗或更亮，观察到它会反转从 Scharr 算子获得的梯度，并显着影响结果。
draw	一个可选的 Mat，类型为 CV_8UC3，它使用边界框可视化检测到的字母。
chainBBs	一个可选参数，根据论文中的启发式方法将字母候选者链接起来，并返回可能出现文本的所有区域。