详细描述

类
类	cv::text::BaseOCR

类	cv::text::OCRBeamSearchDecoder
	OCRBeamSearchDecoder 类提供了一个使用波束搜索算法进行 OCR 的接口。更多…

类	cv::text::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	cv::text::OCRHolisticWordRecognizer
	OCRHolisticWordRecognizer 类提供了分段词识别功能。给定一个预定义的词汇表，一个 DictNet 用于根据输入图像选择最可能的单词。更多…

类	cv::text::OCRTesseract
	OCRTesseract 类提供了一个与 C++ 中的 tesseract-ocr API (v3.02.02) 的接口。更多…

枚举
枚举	{ cv::text::OCR_LEVEL_WORD , cv::text::OCR_LEVEL_TEXTLINE }

枚举	cv::text::classifier_type { cv::text::OCR_KNN_CLASSIFIER = 0 , cv::text::OCR_CNN_CLASSIFIER = 1 }

枚举	cv::text::decoder_mode { cv::text::OCR_DECODER_VITERBI = 0 }

枚举	cv::text::ocr_engine_mode { cv::text::OEM_TESSERACT_ONLY , cv::text::OEM_CUBE_ONLY , cv::text::OEM_TESSERACT_CUBE_COMBINED , cv::text::OEM_DEFAULT }
	Tesseract.OcrEngineMode 枚举。更多…

枚举	cv::text::page_seg_mode { cv::text::PSM_OSD_ONLY , cv::text::PSM_AUTO_OSD , cv::text::PSM_AUTO_ONLY , cv::text::PSM_AUTO , cv::text::PSM_SINGLE_COLUMN , cv::text::PSM_SINGLE_BLOCK_VERT_TEXT , cv::text::PSM_SINGLE_BLOCK , cv::text::PSM_SINGLE_LINE , cv::text::PSM_SINGLE_WORD , cv::text::PSM_CIRCLE_WORD , cv::text::PSM_SINGLE_CHAR }
	Tesseract.PageSegMode 枚举。更多…

函数
Mat	cv::text::createOCRHMMTransitionsTable (const String &vocabulary, std::vector< cv::String > &lexicon)

void	cv::text::createOCRHMMTransitionsTable (std::string &vocabulary, std::vector< std::string > &lexicon, OutputArray transition_probabilities_table)
	实用函数，用于根据给定的单词列表（词典）创建定制的语言模型转换表。

Ptr< OCRBeamSearchDecoder::ClassifierCallback >	cv::text::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 >	cv::text::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 >	cv::text::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 >	cv::text::loadOCRHMMClassifierNM (const String &filename)
	允许在创建OCRHMMDecoder 对象时隐式加载默认字符分类器。

枚举类型文档

◆ 匿名枚举

匿名枚举

#include <opencv2/text/ocr.hpp>

枚举值
OCR_LEVEL_WORD Python: cv.text.OCR_LEVEL_WORD
OCR_LEVEL_TEXTLINE Python: cv.text.OCR_LEVEL_TEXTLINE

◆ classifier_type

枚举 cv::text::classifier_type

#include <opencv2/text/ocr.hpp>

枚举值
OCR_KNN_CLASSIFIER Python: cv.text.OCR_KNN_CLASSIFIER
OCR_CNN_CLASSIFIER Python: cv.text.OCR_CNN_CLASSIFIER

◆ decoder_mode

枚举 cv::text::decoder_mode

#include <opencv2/text/ocr.hpp>

枚举值
OCR_DECODER_VITERBI Python: cv.text.OCR_DECODER_VITERBI

◆ ocr_engine_mode

枚举 cv::text::ocr_engine_mode

#include <opencv2/text/ocr.hpp>

Tesseract.OcrEngineMode 枚举。

枚举值
OEM_TESSERACT_ONLY Python: cv.text.OEM_TESSERACT_ONLY
OEM_CUBE_ONLY Python: cv.text.OEM_CUBE_ONLY
OEM_TESSERACT_CUBE_COMBINED Python: cv.text.OEM_TESSERACT_CUBE_COMBINED
OEM_DEFAULT Python: cv.text.OEM_DEFAULT

◆ page_seg_mode

枚举 cv::text::page_seg_mode

#include <opencv2/text/ocr.hpp>

Tesseract.PageSegMode 枚举。

枚举值
PSM_OSD_ONLY Python: cv.text.PSM_OSD_ONLY
PSM_AUTO_OSD Python: cv.text.PSM_AUTO_OSD
PSM_AUTO_ONLY Python: cv.text.PSM_AUTO_ONLY
PSM_AUTO Python: cv.text.PSM_AUTO
PSM_SINGLE_COLUMN Python: cv.text.PSM_SINGLE_COLUMN
PSM_SINGLE_BLOCK_VERT_TEXT Python: cv.text.PSM_SINGLE_BLOCK_VERT_TEXT
PSM_SINGLE_BLOCK Python: cv.text.PSM_SINGLE_BLOCK
PSM_SINGLE_LINE Python: cv.text.PSM_SINGLE_LINE
PSM_SINGLE_WORD Python: cv.text.PSM_SINGLE_WORD
PSM_CIRCLE_WORD Python: cv.text.PSM_CIRCLE_WORD
PSM_SINGLE_CHAR Python: cv.text.PSM_SINGLE_CHAR

函数文档

◆ createOCRHMMTransitionsTable() [1/2]

Mat cv::text::createOCRHMMTransitionsTable	(	const String &	vocabulary,
		std::vector< cv::String > &	lexicon )

Python
	cv.text.createOCRHMMTransitionsTable(	vocabulary, lexicon	) ->	retval

#include <opencv2/text/ocr.hpp>

◆ createOCRHMMTransitionsTable() [2/2]

void cv::text::createOCRHMMTransitionsTable	(	std::string &	vocabulary,
		std::vector< std::string > &	lexicon,
		OutputArray	transition_probabilities_table )

Python
	cv.text.createOCRHMMTransitionsTable(	vocabulary, lexicon	) ->	retval

#include <opencv2/text/ocr.hpp>

实用函数，用于根据给定的单词列表（词典）创建定制的语言模型转换表。

参数

vocabulary	语言词汇表（ASCII 英文文本中的字符）。
lexicon	预期在特定图像中找到的单词列表。
transition_probabilities_table	包含字符对之间转换概率的输出表。列数 == 行数 == vocabulary.size()。

该函数根据给定的词典计算字符对的频率统计，并用它们填充输出 transition_probabilities_table。transition_probabilities_table 可作为 OCRHMMDecoder::create() 和 OCRBeamSearchDecoder::create() 方法中的输入。

注意

(C++) 另一种方法是加载文本模块示例文件夹中提供的默认通用语言转换表（根据 ispell 42869 英文单词列表创建）：https://github.com/opencv/opencv_contrib/blob/master/modules/text/samples/OCRHMM_transitions_table.xml

◆ loadOCRBeamSearchClassifierCNN()

Ptr< OCRBeamSearchDecoder::ClassifierCallback > cv::text::loadOCRBeamSearchClassifierCNN ( const String & filename )

Python
	cv.text.loadOCRBeamSearchClassifierCNN(	filename	) ->	retval

#include <opencv2/text/ocr.hpp>

允许在创建OCRBeamSearchDecoder 对象时隐式加载默认字符分类器。

参数

filename 包含分类器模型的 XML 或 YAML 文件（例如 OCRBeamSearch_CNN_model_data.xml.gz）

CNN 默认分类器基于 Adam Coates & Andrew NG 在 [Coates11a] 中提出的场景文本识别方法。字符分类器由单层卷积神经网络和线性分类器组成。它以滑动窗口的方式应用于输入图像，在每个窗口位置提供一组识别结果。

◆ loadOCRHMMClassifier()

Ptr< OCRHMMDecoder::ClassifierCallback > cv::text::loadOCRHMMClassifier	(	const String &	filename,
		int	classifier )

Python
	cv.text.loadOCRHMMClassifier(	filename, classifier	) ->	retval

#include <opencv2/text/ocr.hpp>

允许在创建OCRHMMDecoder 对象时隐式加载默认字符分类器。

参数

filename	包含分类器模型的 XML 或 YAML 文件（例如 OCRBeamSearch_CNN_model_data.xml.gz）
classifier	可以是 classifier_type 枚举值之一。

◆ loadOCRHMMClassifierCNN()

Ptr< OCRHMMDecoder::ClassifierCallback > cv::text::loadOCRHMMClassifierCNN ( const String & filename )

Python
	cv.text.loadOCRHMMClassifierCNN(	filename	) ->	retval

#include <opencv2/text/ocr.hpp>

允许在创建OCRHMMDecoder 对象时隐式加载默认字符分类器。

参数

filename 包含分类器模型的 XML 或 YAML 文件（例如 OCRBeamSearch_CNN_model_data.xml.gz）

CNN 默认分类器基于 Adam Coates & Andrew NG 在 [Coates11a] 中提出的场景文本识别方法。字符分类器由单层卷积神经网络和线性分类器组成。它以滑动窗口的方式应用于输入图像，在每个窗口位置提供一组识别结果。

已弃用: 使用 loadOCRHMMClassifier 代替

◆ loadOCRHMMClassifierNM()

Ptr< OCRHMMDecoder::ClassifierCallback > cv::text::loadOCRHMMClassifierNM ( const String & filename )

Python
	cv.text.loadOCRHMMClassifierNM(	filename	) ->	retval

#include <opencv2/text/ocr.hpp>

允许在创建OCRHMMDecoder 对象时隐式加载默认字符分类器。

参数

filename 包含分类器模型的 XML 或 YAML 文件（例如 OCRHMM_knn_model_data.xml）

KNN 默认分类器基于 Lukás Neumann & Jiri Matas 在 [Neumann11b] 中提出的场景文本识别方法。基本上，输入图像中的区域（轮廓）被规范化为固定大小，同时保留质心和纵横比，以便根据其周边的链码提取基于梯度方向的特征向量。然后，使用用不同标准字体类型的渲染字符的合成数据训练的 KNN 模型对区域进行分类。

已弃用: 使用 loadOCRHMMClassifier 代替