场景文本识别

详细描述

类
类	cv::text::BaseOCR
类	cv::text::OCRBeamSearchDecoder
	OCRBeamSearchDecoder 类提供了使用束搜索算法进行OCR的接口。 更多...
类	cv::text::OCRHMMDecoder
	OCRHMMDecoder 类提供了使用隐马尔可夫模型进行OCR的接口。 更多...
类	cv::text::OCRHolisticWordRecognizer
	OCRHolisticWordRecognizer 类提供了分段词汇识别（wordspotting）的功能。给定一个预定义的词汇表，通过 DictNet 选择给定输入图像中最有可能的词。 更多...
类	cv::text::OCRTesseract
	OCRTesseract 类提供了 C++ 中与 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)
	用于从给定词汇列表（词典）创建定制语言模型转换表的实用函数。
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>

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

分类器类型

枚举 cv::text::classifier_type

#include <opencv2/text/ocr.hpp>

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

解码器模式

枚举 cv::text::decoder_mode

#include <opencv2/text/ocr.hpp>

枚举器
OCR_DECODER_VITERBI  Python: cv.text.OCR_DECODER_VITERBI

OCR引擎模式

枚举 cv::text::ocr_engine_mode

#include <opencv2/text/ocr.hpp>

Tesseract.OcrEngineMode 枚举。

枚举器
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

页面分割模式

枚举 cv::text::page_seg_mode

#include <opencv2/text/ocr.hpp>

Tesseract.PageSegMode 枚举。

枚举器
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 &	词汇表,
		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 &	词汇表,
		std::vector< std::string > &	lexicon,
		OutputArray	transition_probabilities_table )

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

#include <opencv2/text/ocr.hpp>

用于从给定词汇列表（词典）创建定制语言模型转换表的实用函数。

参数

词汇表	语言词汇表（当为 ASCII 英文文本时为字符）。
lexicon	预计在特定图像中找到的单词列表。
transition_probabilities_table	字符对之间的转换概率输出表。cols == rows == vocabulary.size()。

此函数计算给定词典中字符对的频率统计信息，并用它们填充输出 transition_probabilities_table。transition_probabilities_table 可用作 OCRHMMDecoder::create() 和 OCRBeamSearchDecoder::create() 方法的输入。

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（由 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 和 Andrew NG 在 [Coates11a] 中提出的场景文本识别方法。该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 和 Andrew NG 在 [Coates11a] 中提出的场景文本识别方法。该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 和 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）被归一化为固定大小，同时保留其质心和纵横比，以便提取基于其周长链码的梯度方向的特征向量。然后，使用通过不同标准字体类型的渲染字符的合成数据训练的 KNN 模型对该区域进行分类。

已弃用

loadOCRHMMClassifier 代替