create_ocr_class_mlpT_create_ocr_class_mlpCreateOcrClassMlpCreateOcrClassMlp (Operator)

Name

create_ocr_class_mlpT_create_ocr_class_mlpCreateOcrClassMlpCreateOcrClassMlp — Erzeugen eines OCR-Klassifikators unter Verwendung eines mehrschichtigen Perzeptrons.

Signatur

Beschreibung

create_ocr_class_mlpcreate_ocr_class_mlpCreateOcrClassMlpCreateOcrClassMlpCreateOcrClassMlp erzeugt einen OCR-Klassifikator unter Verwendung eines mehrschichtigen Perzeptrons (MLP). Der Handle des OCR-Klassifikators wird in OCRHandleOCRHandleOCRHandleOCRHandleOCRHandle zurückgegeben.

Für eine Beschreibung der Funktionsweise eines MLP siehe create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp. create_ocr_class_mlpcreate_ocr_class_mlpCreateOcrClassMlpCreateOcrClassMlpCreateOcrClassMlp erzeugt ein MLP mit OutputFunction = 'softmax'"softmax""softmax""softmax""softmax". Die Länge des Merkmalsvektors des MLP (NumInput in create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp) wird aus den für die OCR zu verwendenden Merkmalen, die in FeaturesFeaturesFeaturesFeaturesfeatures übergeben werden, festgelegt. Die Merkmale sind unten beschrieben. Die Anzahl der Einheiten in der versteckten Schicht wird durch NumHiddenNumHiddenNumHiddenNumHiddennumHidden festgelegt. Die Anzahl der Ausgabevariablen des MLP (NumOutput in create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp) wird aus den für die OCR zu verwendenden Namen der Zeichen, die in CharactersCharactersCharactersCharacterscharacters übergeben werden, festgelegt. Wie bei create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp beschrieben, kann mit PreprocessingPreprocessingPreprocessingPreprocessingpreprocessing und NumComponentsNumComponentsNumComponentsNumComponentsnumComponents eine Vorverarbeitung der Daten (Merkmalsvektoren) festgelegt werden. Bei der OCR werden die Merkmale intern schon annähernd normalisiert, so dass im Normalfall hier 'none'"none""none""none""none" angegeben werden kann. Der Parameter RandSeedRandSeedRandSeedRandSeedrandSeed hat dieselbe Bedeutung wie bei create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp. Weiterhin kann es wie bei allgemeinen MLP-Klassifikatoren (siehe create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp and set_regularization_params_class_mlpset_regularization_params_class_mlpSetRegularizationParamsClassMlpSetRegularizationParamsClassMlpSetRegularizationParamsClassMlp) wünschenswert sein, einen OCR-Klassifikator zu regularisieren. Dies kann durch einen Aufruf von set_regularization_params_ocr_class_mlpset_regularization_params_ocr_class_mlpSetRegularizationParamsOcrClassMlpSetRegularizationParamsOcrClassMlpSetRegularizationParamsOcrClassMlp vor dem Training des OCR-Klassifikators erreicht werden. Zusätzlich kann es wie bei allgemeinen MLP-Klassifikatoren (siehe create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp and set_rejection_params_class_mlpset_rejection_params_class_mlpSetRejectionParamsClassMlpSetRejectionParamsClassMlpSetRejectionParamsClassMlp) wünschenswert sein, den OCR-Klassifikator mit der Fähigkeit auszustatten, unbekannte Zeichen zurückzuweisen. Die Rückweisungsklasse ist bei Konvention das zusätzliche Symbol chr(26), dass in CharactersCharactersCharactersCharacterscharacters übergeben werden muss. Die Parameter der Rückweisungsklasse kann durch einen Aufruf von set_rejection_params_ocr_class_mlpset_rejection_params_ocr_class_mlpSetRejectionParamsOcrClassMlpSetRejectionParamsOcrClassMlpSetRejectionParamsOcrClassMlp vor dem Training des OCR-Klassifikators gesetzt werden.

Die zur Klassifikation zu verwendenden Merkmale werden mit FeaturesFeaturesFeaturesFeaturesfeatures angegeben. Dabei kann FeaturesFeaturesFeaturesFeaturesfeatures ein Tupel mit mehreren Merkmalsnamen beinhalten. Jeder dieser Merkmalsnamen führt zur Berechnung von einem oder mehreren Merkmalen für den Klassifikator. Einige der Merkmalsnamen erzeugen Grauwertmerkmale (z.B. 'pixel_invar'"pixel_invar""pixel_invar""pixel_invar""pixel_invar"). Da ein Klassifikator immer eine konstante Anzahl von Merkmalen (Eingabevariablen) benötigt, wird ein zu klassifizierendes Zeichen auf eine Standardgröße transformiert, die durch WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacter und HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacter festgelegt wird. Die bei der Transformation anzuwendende Interpolation wird mit InterpolationInterpolationInterpolationInterpolationinterpolation festgelegt. Sie hat dieselbe Bedeutung wie bei affine_trans_imageaffine_trans_imageAffineTransImageAffineTransImageAffineTransImage. Die Interpolation sollte so gewählt werden, dass bei der Transformation keine Aliasing-Effekte auftreten. Im Normalfall sollte InterpolationInterpolationInterpolationInterpolationinterpolation = 'constant'"constant""constant""constant""constant" verwendet werden. Bei der Wahl der Größe des transformierten Zeichens ist zu beachten, dass die Größe nicht zu groß gewählt wird, da die Generalisierungseigenschaften des Klassifikators sonst sehr schlecht werden können. Insbesondere können bei großen Größen kleine Segmentierungsfehler einen großen Einfluss auf die berechneten Merkmale haben, wenn Grauwertmerkmale verwendet werden, da sich durch die Segmentierungsfehler das umschließende Rechteck des Zeichens ändern kann, was dazu führt, dass das Zeichen anders als trainiert skaliert wird. Im Normalfall sollten Größen zwischen 6x8 und 10x14 verwendet werden.

Mit FeaturesFeaturesFeaturesFeaturesfeatures können die folgenden Merkmalsnamen zur Erkennung der Zeichen ausgewählt werden.

'default'"default""default""default""default"

'ratio'"ratio""ratio""ratio""ratio" und 'pixel_invar'"pixel_invar""pixel_invar""pixel_invar""pixel_invar" werden ausgewählt.

'pixel'"pixel""pixel""pixel""pixel"

Grauwerte des Zeichens (WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacter x HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacter Merkmale).

'pixel_invar'"pixel_invar""pixel_invar""pixel_invar""pixel_invar"

Grauwerte des Zeichens mit automatischer maximaler Grauwertspreizung (WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacter x HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacter Merkmale).

'pixel_binary'"pixel_binary""pixel_binary""pixel_binary""pixel_binary"

Region des Zeichens als Binärbild auf eine Größe von WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacter x HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacter skaliert. (WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacter x HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacter Merkmale).

'gradient_8dir'"gradient_8dir""gradient_8dir""gradient_8dir""gradient_8dir"

Die Gradienten des Zeichens werden berechnet. Die Gradientenrichtungen werden in 8 Richtungen diskretisiert. Das Amplitudenbild wird entsprechend der diskretisierten Richtungen in 8 Kanäle aufgeteilt. In jedem der 8 Kanäle werden auf einem 5x5 Gitter Stichproben entnommen. Diese Stichproben bilden die Merkmale (200 Merkmale).

'projection_horizontal'"projection_horizontal""projection_horizontal""projection_horizontal""projection_horizontal"

Horizontale Projektion der Grauwerte (siehe gray_projectionsgray_projectionsGrayProjectionsGrayProjectionsGrayProjections, HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacter Merkmale).

'projection_horizontal_invar'"projection_horizontal_invar""projection_horizontal_invar""projection_horizontal_invar""projection_horizontal_invar"

Horizontale Projektion der Grauwerte, die maximal gespreizt sind (HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacter Merkmale).

'projection_vertical'"projection_vertical""projection_vertical""projection_vertical""projection_vertical"

Vertikale Projektion der Grauwerte (siehe gray_projectionsgray_projectionsGrayProjectionsGrayProjectionsGrayProjections, WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacter Merkmale).

'projection_vertical_invar'"projection_vertical_invar""projection_vertical_invar""projection_vertical_invar""projection_vertical_invar"

Vertikale Projektion der Grauwerte, die maximal gespreizt sind (WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacter Merkmale).

'ratio'"ratio""ratio""ratio""ratio"

Seitenverhältnis des Zeichens (siehe height_width_ratioheight_width_ratioHeightWidthRatioHeightWidthRatioHeightWidthRatio, 1 Merkmal).

'anisometry'"anisometry""anisometry""anisometry""anisometry"

Formmerkmal Anisometrie (siehe eccentricityeccentricityEccentricityEccentricityEccentricity, 1 Merkmal).

'width'"width""width""width""width"

Breite des Zeichens vor der Normierung auf die Standardgröße (nicht skalierungsinvariant, siehe height_width_ratioheight_width_ratioHeightWidthRatioHeightWidthRatioHeightWidthRatio, 1 Merkmal).

'height'"height""height""height""height"

Höhe des Zeichens vor der Normierung auf die Standardgröße (nicht skalierungsinvariant, siehe height_width_ratioheight_width_ratioHeightWidthRatioHeightWidthRatioHeightWidthRatio, 1 Merkmal).

'zoom_factor'"zoom_factor""zoom_factor""zoom_factor""zoom_factor"

Größenunterschied zwischen aktuellem Zeichen und den Werten von WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacter und HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacter (nicht skalierungsinvariant, 1 Merkmal).

'foreground'"foreground""foreground""foreground""foreground"

Relativer Anteil der Vordergrund-Pixel (1 Merkmal).

'foreground_grid_9'"foreground_grid_9""foreground_grid_9""foreground_grid_9""foreground_grid_9"

Relativer Anteil der Vordergrund-Pixel in einem 3x3 Raster innerhalb des umschließenden Rechtecks des Zeichens (9 Merkmale).

'foreground_grid_16'"foreground_grid_16""foreground_grid_16""foreground_grid_16""foreground_grid_16"

Relativer Anteil der Vordergrund-Pixel in einem 4x4 Raster innerhalb des umschließenden Rechtecks des Zeichens (16 Merkmale).

'compactness'"compactness""compactness""compactness""compactness"

Formmerkmal Kompaktheit (siehe compactnesscompactnessCompactnessCompactnessCompactness, 1 Merkmal).

'convexity'"convexity""convexity""convexity""convexity"

Formmerkmal Konvexität (siehe convexityconvexityConvexityConvexityConvexity, 1 Merkmal).

'moments_region_2nd_invar'"moments_region_2nd_invar""moments_region_2nd_invar""moments_region_2nd_invar""moments_region_2nd_invar"

Normierte zweite geometrische Momente der Region (siehe moments_region_2nd_invarmoments_region_2nd_invarMomentsRegion2ndInvarMomentsRegion2ndInvarMomentsRegion2ndInvar, 3 Merkmale).

'moments_region_2nd_rel_invar'"moments_region_2nd_rel_invar""moments_region_2nd_rel_invar""moments_region_2nd_rel_invar""moments_region_2nd_rel_invar"

Normierte zweite relative geometrische Momente der Region (siehe moments_region_2nd_rel_invarmoments_region_2nd_rel_invarMomentsRegion2ndRelInvarMomentsRegion2ndRelInvarMomentsRegion2ndRelInvar, 2 Merkmale).

'moments_region_3rd_invar'"moments_region_3rd_invar""moments_region_3rd_invar""moments_region_3rd_invar""moments_region_3rd_invar"

Normierte dritte geometrische Momente der Region (siehe moments_region_3rd_invarmoments_region_3rd_invarMomentsRegion3rdInvarMomentsRegion3rdInvarMomentsRegion3rdInvar, 4 Merkmale).

'moments_central'"moments_central""moments_central""moments_central""moments_central"

Normierte zentrale geometrische Momente der Region (siehe moments_region_centralmoments_region_centralMomentsRegionCentralMomentsRegionCentralMomentsRegionCentral, 4 Merkmale).

'moments_gray_plane'"moments_gray_plane""moments_gray_plane""moments_gray_plane""moments_gray_plane"

Normierte Grauwertmomente und die Winkel der Grauwertebene (siehe moments_gray_planemoments_gray_planeMomentsGrayPlaneMomentsGrayPlaneMomentsGrayPlane, 4 Merkmale)

'phi'"phi""phi""phi""phi"

Sinus und Kosinus der Orientierung (Winkel) des Zeichens (siehe elliptic_axiselliptic_axisEllipticAxisEllipticAxisEllipticAxis, 2 Merkmal).

'num_connect'"num_connect""num_connect""num_connect""num_connect"

Anzahl der Zusammenhangskomponenten (siehe connect_and_holesconnect_and_holesConnectAndHolesConnectAndHolesConnectAndHoles, 1 Merkmal).

'num_holes'"num_holes""num_holes""num_holes""num_holes"

Anzahl der Hohlflächen (siehe connect_and_holesconnect_and_holesConnectAndHolesConnectAndHolesConnectAndHoles, 1 Merkmal).

'cooc'"cooc""cooc""cooc""cooc"

Werte der binären Cooccurrence-Matrix (siehe gen_cooc_matrixgen_cooc_matrixGenCoocMatrixGenCoocMatrixGenCoocMatrix, 8 Merkmale).

'num_runs'"num_runs""num_runs""num_runs""num_runs"

Anzahl der Sehnen der Region normiert auf die Höhe (1 Merkmal).

'chord_histo'"chord_histo""chord_histo""chord_histo""chord_histo"

Häufigkeit der Sehnen pro Zeile (nicht skalierungsinvariant, HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacter Merkmale).

Nachdem der Klassifikator erzeugt wurde, wird er mit trainf_ocr_class_mlptrainf_ocr_class_mlpTrainfOcrClassMlpTrainfOcrClassMlpTrainfOcrClassMlp trainiert. Daraufhin kann der Klassifikator mit write_ocr_class_mlpwrite_ocr_class_mlpWriteOcrClassMlpWriteOcrClassMlpWriteOcrClassMlp abgespeichert werden. Alternativ können auch sofort nach dem Training Zeichen mit do_ocr_single_class_mlpdo_ocr_single_class_mlpDoOcrSingleClassMlpDoOcrSingleClassMlpDoOcrSingleClassMlp oder do_ocr_multi_class_mlpdo_ocr_multi_class_mlpDoOcrMultiClassMlpDoOcrMultiClassMlpDoOcrMultiClassMlp klassifiziert werden.

HALCON stellt eine Anzahl vortrainierter OCR-Klassifikatoren zur Verfügung (siehe „Solution Guide I“, Kapitel 'OCR', Abschnitt 'Pretrained OCR Fonts'). Diese vortrainierten OCR-Klassifikatoren können direkt mit read_ocr_class_mlpread_ocr_class_mlpReadOcrClassMlpReadOcrClassMlpReadOcrClassMlp eingelesen werden und ermöglichen es, eine Vielzahl an Zeichensätzen zu lesen, ohne vorher einen OCR-Klassifikator trainieren zu müssen. Es ist daher empfehlenswert, zuerst zu testen, ob einer der vortrainierten OCR-Klassifikatoren verwendet werden kann. Ist dies der Fall, erspart man sich das Erzeugen und Trainieren des OCR-Klassifikators.

Ein Vergleich zwischen MLP und Support-Vektor-Maschinen (SVM) (siehe create_ocr_class_svmcreate_ocr_class_svmCreateOcrClassSvmCreateOcrClassSvmCreateOcrClassSvm) zeigt typischerweise, dass SVMs generell schneller trainiert werden, insbesondere bei großen Trainingsdatensätzen, und eine leicht verbesserte Erkennungsrate haben. Das MLP weist schnellere Klassifikationszeiten auf und sollte daher in zeitkritischen Anwendungen verwendet werden. Es ist zu beachten, dass der Vergleich von optimal abgestimmten Parametern ausgeht.

Ausführungsinformationen

• Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
• Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
• Wird ohne Parallelisierung verarbeitet.

Dieser Operator liefert ein Handle zurück. Es ist zu beachten, dass der Zustand einer Instanz dieses Handletyps durch bestimmte Operatoren geändert werden kann, obwohl das Handle als Eingabeparameter in diesen Operatoren verwendet wird.

Parameter

Beispiel (HDevelop)

read_image (Image, 'letters')
* Segment the image.
binary_threshold(Image,&Region, 'otsu', 'dark', &UsedThreshold);
dilation_circle (Region, RegionDilation, 3.5)
connection (RegionDilation, ConnectedRegions)
intersection (ConnectedRegions, Region, RegionIntersection)
sort_region (RegionIntersection, Characters, 'character', 'true', 'row')
* Generate the training file.
count_obj (Characters, Number)
Classes := []
for J := 0 to 25 by 1
    Classes := [Classes,gen_tuple_const(20,chr(ord('a')+J))]
endfor
Classes := [Classes,gen_tuple_const(20,'.')]
write_ocr_trainf (Characters, Image, Classes, 'letters.trf')
* Generate and train the classifier.
read_ocr_trainf_names ('letters.trf', CharacterNames, CharacterCount)
create_ocr_class_mlp (8, 10, 'constant', 'default', CharacterNames, 20, \
                      'none', 81, 42, OCRHandle)
trainf_ocr_class_mlp (OCRHandle, 'letters.trf', 100, 0.01, 0.01, Error, \
                      ErrorLog)
* Re-classify the characters in the image.
do_ocr_multi_class_mlp (Characters, Image, OCRHandle, Class, Confidence)

Ergebnis

Sind die Parameterwerte korrekt, dann liefert create_ocr_class_mlpcreate_ocr_class_mlpCreateOcrClassMlpCreateOcrClassMlpCreateOcrClassMlp den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Nachfolger

trainf_ocr_class_mlptrainf_ocr_class_mlpTrainfOcrClassMlpTrainfOcrClassMlpTrainfOcrClassMlp, set_regularization_params_ocr_class_mlpset_regularization_params_ocr_class_mlpSetRegularizationParamsOcrClassMlpSetRegularizationParamsOcrClassMlpSetRegularizationParamsOcrClassMlp, set_rejection_params_ocr_class_mlpset_rejection_params_ocr_class_mlpSetRejectionParamsOcrClassMlpSetRejectionParamsOcrClassMlpSetRejectionParamsOcrClassMlp

Alternativen

create_ocr_class_svmcreate_ocr_class_svmCreateOcrClassSvmCreateOcrClassSvmCreateOcrClassSvm

Siehe auch

do_ocr_single_class_mlpdo_ocr_single_class_mlpDoOcrSingleClassMlpDoOcrSingleClassMlpDoOcrSingleClassMlp, do_ocr_multi_class_mlpdo_ocr_multi_class_mlpDoOcrMultiClassMlpDoOcrMultiClassMlpDoOcrMultiClassMlp, clear_ocr_class_mlpclear_ocr_class_mlpClearOcrClassMlpClearOcrClassMlpClearOcrClassMlp, create_class_mlpcreate_class_mlpCreateClassMlpCreateClassMlpCreateClassMlp, train_class_mlptrain_class_mlpTrainClassMlpTrainClassMlpTrainClassMlp, classify_class_mlpclassify_class_mlpClassifyClassMlpClassifyClassMlpClassifyClassMlp

Modul

OCR/OCV