create_ocr_class_svmT_create_ocr_class_svmCreateOcrClassSvmCreateOcrClassSvmcreate_ocr_class_svm (Operator)

Name

create_ocr_class_svmT_create_ocr_class_svmCreateOcrClassSvmCreateOcrClassSvmcreate_ocr_class_svm — Erzeugen eines OCR-Klassifikators unter Verwendung einer Support-Vektor-Maschine.

Signatur

Beschreibung

create_ocr_class_svmcreate_ocr_class_svmCreateOcrClassSvmCreateOcrClassSvmCreateOcrClassSvmcreate_ocr_class_svm erzeugt einen OCR-Klassifikator unter Verwendung einer Support-Vektor-Maschine (SVM). Der Handle des OCR-Klassifikators wird in OCRHandleOCRHandleOCRHandleOCRHandleOCRHandleocrhandle zurückgegeben.

Für eine Beschreibung der Funktionsweise einer SVM siehe create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm. create_ocr_class_svmcreate_ocr_class_svmCreateOcrClassSvmCreateOcrClassSvmCreateOcrClassSvmcreate_ocr_class_svm erzeugt eine SVM für die Klassifikation mit dem Modus ModeModeModeModemodemode. Die Länge des Merkmalsvektors der SVM (NumFeatures in create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm) wird aus den für die OCR zu verwendenden Merkmalen, die in FeaturesFeaturesFeaturesFeaturesfeaturesfeatures übergeben werden, festgelegt. Die Merkmale sind unten beschrieben. Die Kernelfunktion und ihre Parametrisierung wird in KernelTypeKernelTypeKernelTypeKernelTypekernelTypekernel_type, KernelParamKernelParamKernelParamKernelParamkernelParamkernel_param und NuNuNuNununu analog zu create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm angegeben. Die Anzahl der Klassen der SVM (NumClasses in create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm) wird aus den für die OCR zu verwendenden Namen der Zeichen, die in CharactersCharactersCharactersCharacterscharacterscharacters übergeben werden, festgelegt. Wie bei create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm beschrieben, kann mit PreprocessingPreprocessingPreprocessingPreprocessingpreprocessingpreprocessing und NumComponentsNumComponentsNumComponentsNumComponentsnumComponentsnum_components eine Vorverarbeitung der Daten (Merkmalsvektoren) festgelegt werden. Um die numerische Stabilität zu erhöhen, soll hier im Normalfall 'normalization'"normalization""normalization""normalization""normalization""normalization" angegeben werden. Um die Klassifikationszeit zu beschleunigen, eignet sich insbesondere 'principal_components'"principal_components""principal_components""principal_components""principal_components""principal_components", da die Anzahl der Eingabefeatures in den Klassifikator deutlich reduziert werden kann, ohne dass sich die Erkennungsrate verschlechtert.

Die zur Klassifikation zu verwendenden Merkmale werden in FeaturesFeaturesFeaturesFeaturesfeaturesfeatures angegeben. Dabei kann FeaturesFeaturesFeaturesFeaturesfeaturesfeatures 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""pixel_invar"). Da ein Klassifikator immer eine konstante Anzahl von Merkmalen (Eingabevariablen) benötigt, wird ein zu klassifizierendes Zeichen auf eine Standardgröße transformiert, die durch WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character und HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character festgelegt wird. Die bei der Transformation anzuwendende Interpolation wird mit InterpolationInterpolationInterpolationInterpolationinterpolationinterpolation festgelegt. Sie hat dieselbe Bedeutung wie bei affine_trans_imageaffine_trans_imageAffineTransImageAffineTransImageAffineTransImageaffine_trans_image. Die Interpolation sollte so gewählt werden, dass bei der Transformation keine Aliasing-Effekte auftreten. Im Normalfall sollte InterpolationInterpolationInterpolationInterpolationinterpolationinterpolation = 'constant'"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 FeaturesFeaturesFeaturesFeaturesfeaturesfeatures können die folgenden Merkmalsnamen zur Erkennung der Zeichen ausgewählt werden.

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

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

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

Grauwerte des Zeichens (WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character x HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character Merkmale).

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

Grauwerte des Zeichens mit automatischer maximaler Grauwertspreizung (WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character x HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character Merkmale).

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

Region des Zeichens als Binärbild auf eine Größe von WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character x HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character skaliert. (WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character x HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character Merkmale).

'gradient_8dir'"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""projection_horizontal"

Horizontale Projektion der Grauwerte (siehe gray_projectionsgray_projectionsGrayProjectionsGrayProjectionsGrayProjectionsgray_projections, HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character Merkmale).

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

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

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

Vertikale Projektion der Grauwerte (siehe gray_projectionsgray_projectionsGrayProjectionsGrayProjectionsGrayProjectionsgray_projections, WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character Merkmale).

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

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

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

Seitenverhältnis des Zeichens (siehe height_width_ratioheight_width_ratioHeightWidthRatioHeightWidthRatioHeightWidthRatioheight_width_ratio, 1 Merkmal).

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

Formmerkmal Anisometrie (siehe eccentricityeccentricityEccentricityEccentricityEccentricityeccentricity, 1 Merkmal).

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

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

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

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

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

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

'foreground'"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""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""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""compactness"

Formmerkmal Kompaktheit (siehe compactnesscompactnessCompactnessCompactnessCompactnesscompactness, 1 Merkmal).

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

Formmerkmal Konvexität (siehe convexityconvexityConvexityConvexityConvexityconvexity, 1 Merkmal).

'moments_region_2nd_invar'"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_invarMomentsRegion2ndInvarMomentsRegion2ndInvarMomentsRegion2ndInvarmoments_region_2nd_invar, 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""moments_region_2nd_rel_invar"

Normierte zweite relative geometrische Momente der Region (siehe moments_region_2nd_rel_invarmoments_region_2nd_rel_invarMomentsRegion2ndRelInvarMomentsRegion2ndRelInvarMomentsRegion2ndRelInvarmoments_region_2nd_rel_invar, 2 Merkmale).

'moments_region_3rd_invar'"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_invarMomentsRegion3rdInvarMomentsRegion3rdInvarMomentsRegion3rdInvarmoments_region_3rd_invar, 4 Merkmale).

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

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

'moments_gray_plane'"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_planeMomentsGrayPlaneMomentsGrayPlaneMomentsGrayPlanemoments_gray_plane, 4 Merkmale)

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

Orientierung (Winkel) des Zeichens (siehe elliptic_axiselliptic_axisEllipticAxisEllipticAxisEllipticAxiselliptic_axis, 1 Merkmal).

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

Anzahl der Zusammenhangskomponenten (siehe connect_and_holesconnect_and_holesConnectAndHolesConnectAndHolesConnectAndHolesconnect_and_holes, 1 Merkmal).

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

Anzahl der Hohlflächen (siehe connect_and_holesconnect_and_holesConnectAndHolesConnectAndHolesConnectAndHolesconnect_and_holes, 1 Merkmal).

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

Werte der binären Cooccurrence-Matrix (siehe gen_cooc_matrixgen_cooc_matrixGenCoocMatrixGenCoocMatrixGenCoocMatrixgen_cooc_matrix, 12 Merkmale).

'num_runs'"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""chord_histo"

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

Nachdem der Klassifikator erzeugt wurde, wird er mit trainf_ocr_class_svmtrainf_ocr_class_svmTrainfOcrClassSvmTrainfOcrClassSvmTrainfOcrClassSvmtrainf_ocr_class_svm trainiert. Daraufhin kann der Klassifikator mit write_ocr_class_svmwrite_ocr_class_svmWriteOcrClassSvmWriteOcrClassSvmWriteOcrClassSvmwrite_ocr_class_svm abgespeichert werden. Alternativ können auch sofort nach dem Training Zeichen mit do_ocr_single_class_svmdo_ocr_single_class_svmDoOcrSingleClassSvmDoOcrSingleClassSvmDoOcrSingleClassSvmdo_ocr_single_class_svm oder do_ocr_multi_class_svmdo_ocr_multi_class_svmDoOcrMultiClassSvmDoOcrMultiClassSvmDoOcrMultiClassSvmdo_ocr_multi_class_svm klassifiziert werden.

Ein Vergleich zwischen SVM und mehrschichtigem Perzeptron (engl.: multilayer perceptron, MLP; siehe create_ocr_class_mlpcreate_ocr_class_mlpCreateOcrClassMlpCreateOcrClassMlpCreateOcrClassMlpcreate_ocr_class_mlp) 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_svm (8, 10, 'constant', 'default', CharacterNames, \
                      'rbf', 0.01, 0.01, 'one-versus-all', \
                      'principal_components', 10, OCRHandle)
trainf_ocr_class_svm (OCRHandle, 'letters.trf', 0.001, 'default')
* Re-classify the characters in the image.
do_ocr_multi_class_svm (Characters, Image, OCRHandle, Class)

Ergebnis

Sind die Parameterwerte korrekt, dann liefert create_ocr_class_svmcreate_ocr_class_svmCreateOcrClassSvmCreateOcrClassSvmCreateOcrClassSvmcreate_ocr_class_svm den Wert TRUE. Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Nachfolger

trainf_ocr_class_svmtrainf_ocr_class_svmTrainfOcrClassSvmTrainfOcrClassSvmTrainfOcrClassSvmtrainf_ocr_class_svm

Alternativen

create_ocr_class_mlpcreate_ocr_class_mlpCreateOcrClassMlpCreateOcrClassMlpCreateOcrClassMlpcreate_ocr_class_mlp

Siehe auch

do_ocr_single_class_svmdo_ocr_single_class_svmDoOcrSingleClassSvmDoOcrSingleClassSvmDoOcrSingleClassSvmdo_ocr_single_class_svm, do_ocr_multi_class_svmdo_ocr_multi_class_svmDoOcrMultiClassSvmDoOcrMultiClassSvmDoOcrMultiClassSvmdo_ocr_multi_class_svm, clear_ocr_class_svmclear_ocr_class_svmClearOcrClassSvmClearOcrClassSvmClearOcrClassSvmclear_ocr_class_svm, create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm, train_class_svmtrain_class_svmTrainClassSvmTrainClassSvmTrainClassSvmtrain_class_svm, classify_class_svmclassify_class_svmClassifyClassSvmClassifyClassSvmClassifyClassSvmclassify_class_svm

Modul

OCR/OCV