do_ocr_word_cnnT_do_ocr_word_cnnDoOcrWordCnnDoOcrWordCnn (Operator)

Name

do_ocr_word_cnnT_do_ocr_word_cnnDoOcrWordCnnDoOcrWordCnn — Klassifikation einer Zeichengruppe mit einem CNN-basiertem OCR-Klassifikator.

Signatur

do_ocr_word_cnn(Character, Image : : OCRHandle, Expression, NumAlternatives, NumCorrections : Class, Confidence, Word, Score)

Beschreibung

do_ocr_word_cnndo_ocr_word_cnnDoOcrWordCnnDoOcrWordCnnDoOcrWordCnn verhält sich wie do_ocr_multi_class_cnndo_ocr_multi_class_cnnDoOcrMultiClassCnnDoOcrMultiClassCnnDoOcrMultiClassCnn, indem es zu den durch die Regionen CharacterCharacterCharacterCharactercharacter und die Grauwerte ImageImageImageImageimage gegebenen Zeichen mit dem durch OCRHandleOCRHandleOCRHandleOCRHandleOCRHandle gegebenen OCR-Klassifikator die jeweils beste Klasse berechnet, und die Klassen in ClassClassClassClassclassVal und die zugehörigen Konfidenzen (Wahrscheinlichkeiten) der Klassen in ConfidenceConfidenceConfidenceConfidenceconfidence zurückgibt.

Im Gegensatz zu do_ocr_multi_class_cnndo_ocr_multi_class_cnnDoOcrMultiClassCnnDoOcrMultiClassCnnDoOcrMultiClassCnn behandelt do_ocr_word_cnndo_ocr_word_cnnDoOcrWordCnnDoOcrWordCnnDoOcrWordCnn die Zeichengruppe als eine Einheit, die durch Aneinanderhängen von Klassennamen für jedes einzelne Zeichen ein Wort WordWordWordWordword liefert. Dies ermöglicht die Einschränkung der erlaubten Klassifikationsergebnisse auf Textebene durch Angabe eines Ausdrucks ExpressionExpressionExpressionExpressionexpression, der das erwartete Wort beschreibt.

Ein Ausdruck kann das Wort auf ein festes Lexikon, welches zuvor durch create_lexiconcreate_lexiconCreateLexiconCreateLexiconCreateLexicon oder import_lexiconimport_lexiconImportLexiconImportLexiconImportLexicon erzeugt wurde, einschränken, indem der Name des Lexikons in spitzen Klammern wie in '<meinlexikon>'"<meinlexikon>""<meinlexikon>""<meinlexikon>""<meinlexikon>" angegeben wird. Ist der Ausdruck nicht von dieser Form, so wird er als regulärer Ausdruck mit derselben Syntax wie für tuple_regexp_matchtuple_regexp_matchTupleRegexpMatchTupleRegexpMatchTupleRegexpMatch interpretiert. Bei Verwendung von Quantifikatoren wie '*' sollte man normalerweise mit einem Ausdruck der Form '^...'$'"$""$""$""$"' dafür sorgen, dass das gesamte Wort verwendet wird. Im Gegensatz zu tuple_regexp_matchtuple_regexp_matchTupleRegexpMatchTupleRegexpMatchTupleRegexpMatch erlaubt do_ocr_word_cnndo_ocr_word_cnnDoOcrWordCnnDoOcrWordCnnDoOcrWordCnn keine Angabe von zusätzlichen Optionen für ExpressionExpressionExpressionExpressionexpression in einem Tupel.

Falls das aus den jeweils besten Klassen abgeleitete Wort dem Ausdruck nicht genügt, versucht do_ocr_word_cnndo_ocr_word_cnnDoOcrWordCnnDoOcrWordCnnDoOcrWordCnn eine Korrektur durch Berücksichtigung der NumAlternativesNumAlternativesNumAlternativesNumAlternativesnumAlternatives besten Klassen für jedes Zeichen, so wie sie von do_ocr_single_class_cnndo_ocr_single_class_cnnDoOcrSingleClassCnnDoOcrSingleClassCnnDoOcrSingleClassCnn für ein einzelnes Zeichen bestimmt werden. Hierzu werden alle möglichen Korrekturen ausprobiert, bei denen die Klassifikation von höchstens NumCorrectionsNumCorrectionsNumCorrectionsNumCorrectionsnumCorrections Zeichenregionen geändert wird. Zu beachten ist hierbei, dass NumAlternativesNumAlternativesNumAlternativesNumAlternativesnumAlternatives und NumCorrectionsNumCorrectionsNumCorrectionsNumCorrectionsnumCorrections Auswirkungen auf die Komplexität des Algorithmus haben und daher in manchen Fällen intern beschränkt werden müssen. Für weitere Informationen siehe den Abschnitt 'Komplexität' weiter unten.

Falls der Ausdruck ein Lexikon beschreibt und die obige Prozedur nicht zum Erfolg führte, so wird das ähnlichste Wort aus dem Lexikon zurückgegeben, solange für die Korrektur weniger als NumCorrectionsNumCorrectionsNumCorrectionsNumCorrectionsnumCorrections Editieroperationen benötigt werden (siehe suggest_lexiconsuggest_lexiconSuggestLexiconSuggestLexiconSuggestLexicon).

Das Ergebnis wird mit einem ScoreScoreScoreScorescore zwischen 0.0 (keine Korrektur gefunden) und 1.0 (ursprüngliches Wort war schon korrekt) bewertet. Verringert wird der ScoreScoreScoreScorescore durch das Anbringen einer Strafe entsprechend der Anzahl korrigierter Zeichen und einer (kleineren) Strafe für das Ignorieren von Klassen mit höherer Konfidenz um einen Ausdruck ExpressionExpressionExpressionExpressionexpression zu erhalten:

wobei num_corr die Anzahl tatsächlich angebrachter Korrekturen und num_alt die Anzahl ignorierter Alternativen ist.

Diese Bewertung ist rein kombinatorisch und berücksichtigt nicht die ursprünglichen Konfidenzen der besten Klassen.

Eine Zeichenkette des Zahlenwertes '\032'"\032""\032""\032""\032" (alternativ als '\0x1A'"\0x1A""\0x1A""\0x1A""\0x1A" dargestellt) im Resultat ClassClassClassClassclassVal bedeutet, dass die Region als Rückweisungsklasse klassifiziert wurde.

Ausführungsinformationen

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

Parameter

CharacterCharacterCharacterCharactercharacter (input_object) region(-array) → object

Zu erkennende Zeichen.

ImageImageImageImageimage (input_object) singlechannelimage → object (byte / uint2)

Grauwerte der Zeichen.

OCRHandleOCRHandleOCRHandleOCRHandleOCRHandle (input_control) ocr_cnn → (handle)

Handle des OCR-Klassifikators.

ExpressionExpressionExpressionExpressionexpression (input_control) string → (string)

Ausdruck, der die erlaubte Wortstruktur beschreibt

NumAlternativesNumAlternativesNumAlternativesNumAlternativesnumAlternatives (input_control) integer → (integer)

Anzahl der Klassen pro Zeichen, die für die interne Wortkorrektur berücksichtigt werden.

Defaultwert: 3

Wertevorschläge: 3, 4, 5

Typischer Wertebereich: 1 ≤ NumAlternatives NumAlternatives NumAlternatives NumAlternatives numAlternatives

NumCorrectionsNumCorrectionsNumCorrectionsNumCorrectionsnumCorrections (input_control) integer → (integer)

Maximale Anzahl der korrigierten Zeichen.

Defaultwert: 2

Wertevorschläge: 1, 2, 3, 4, 5

Typischer Wertebereich: 0 ≤ NumCorrections NumCorrections NumCorrections NumCorrections numCorrections

ClassClassClassClassclassVal (output_control) string(-array) → (string)

Ergebnis der Klassifikation der Zeichen durch das MLP.

Parameteranzahl: Class == Character

ConfidenceConfidenceConfidenceConfidenceconfidence (output_control) real(-array) → (real)

Konfidenz der Klasse der Zeichen.

Parameteranzahl: Confidence == Character

WordWordWordWordword (output_control) string → (string)

Text des Wortes nach Klassifikation und Korrektur.

ScoreScoreScoreScorescore (output_control) real → (real)

Ähnlichkeitsmaß von korrigiertem Wort zum Original.

Komplexität

Die Komplexität des Prüfens aller möglichen Korrekturen hat die Größenordnung , wobei a die Anzahl der Alternativen, n die Anzahl der Zeichenregionen und c die Anzahl der erlaubten Korrekturen ist. Als Absicherung gegen quasi-unendliche Schleifen im Falle von großem n wird der Wert von c intern beschränkt auf 5, 3, oder 1, falls a*n >= 30, 60, bzw. 90.

Ergebnis

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

Vorgänger

read_ocr_class_cnnread_ocr_class_cnnReadOcrClassCnnReadOcrClassCnnReadOcrClassCnn

Alternativen

do_ocr_multi_class_cnndo_ocr_multi_class_cnnDoOcrMultiClassCnnDoOcrMultiClassCnnDoOcrMultiClassCnn

Modul

OCR/OCV

Operatoren