EasyOCR2——改进的文本读取

EasyOCR2在处理如下内容时会比EasyOCR提供更好的结果：

□

未知文字旋转

□

虚线或碎片字符

□

不均匀的照明或纹理背景

●

当TrueType字体文件与可读取的文本相匹配时，EasyOCR2允许用户直接使用这些字体文件进行识别，而EasyOCR则不允许。

●

当上述都不适用于应用程序时，由于其卓越的计算速度，用户可能更喜欢使用EasyOCR而非EasyOCR2。

EasyOCR2以如下方式在图像中查找字符：

1.

EasyOCR2分割图像，找到代表字符（部分）的斑点。

2.

过大或过小的不能被视为字符部分的斑点会被过滤掉。

3.

根据给定的拓扑和检测方法，EasyOCR2将字符框匹配检测到的斑点。

拓扑描述了图像中文本的结构，定义行数、每行字数和每字字符数。

4.

EasyOCR2从图像中提取每个字符框内的像素。

所得到的字符图像可用于学习或识别字符。

图像中的工作流检测文本可以如下所示：

a.

设置所需的检测参数。

b.

或者，调用Load以读取包含来自磁盘的检测参数的预制模型（.o2m）文件。

c.

调用检测从图像中提取文本。

Detect方法将返回一个EOCR2Text结构，其中包含每个字符的文本框和位图图像，分层存储在EOCR2Line -> EOCR2Word -> EOCR2Char 结构中。

请参见代码片段示例： Detecting Characters

使用detectionMethod ‘EOCR2DetectionMethod_FixedWidth’检测方法处理的固定宽度字体的示例

使用detectionMethod ‘EOCR2DetectionMethod_Proportional’检测方法处理的比例字体的示例

当NumDetectionPasses = 1 时，该图像的textAngle估计略有偏离

当NumDetectionPasses = 2 时，textAngle的估计更好

对于这个虚线文本，将“ CharsMaxFragmentation ”设置为0.1将导致不完整的分割结果

将“CharsMaxFragmentation”设置为0.01可以提供更好的分割结果

必需参数

□

参数Topology告诉框适配方法如何构建适合检测到的斑点的文本框。 使用Regex表达式的修改版本，拓扑确定文本中的行数、每行的单词数和每个字的字符数。 识别参数部分包含了拓扑语法的扩展解释。

□

参数CharsWidthRange说明分割和检测方法图像中字符的宽度范围。

□

参数CharsHeight说明分割和检测方法图像中字符的高度范围。

□

参数TextPolarity告诉分割方法是否应该在深色背景上寻找亮色字符，反之亦然。

高级分割参数（可选）：

□

CharsMaxFragmentation参数说明了分割算法可以被考虑为一个字符（部分）的斑点面积范围。 斑点的最小允许面积由下式给出：

minArea = CharsMaxFragmentation * CharsHeight * min(CharsWidthRange)

该参数应设置在0和1之间，默认设置为0.1。

□

MaxVariation参数确定图像中斑点的稳定程度，以便被认为是可能的字符。

具有明确限定边缘的区域通常会被认为是稳定的，而模糊区域则不会。 高设置允许较不稳定的斑点，低设置只允许非常稳定的斑点。

该参数应设置在0和1之间，默认设置为0.25。

□

DetectionDelta参数确定用于确定斑点稳定性的灰度值范围。

低设置将使算法对噪声更敏感；高设置将使算法对背景对比度较低的斑点敏感。

该参数应设置在1和127之间，默认设置为12。

高级检测参数（可选）

□

参数DetectionMethod选择用于适配的算法。 设置 EOCR2DetectionMethod_FixedWidth （默认）针对具有固定宽度字体（包括虚线文本）的文本进行了优化，设置 EOCR2DetectionMethod_Proportional 针对具有比例字体的文本进行了优化。

□

TextAngleRange参数说明了框适配方法如何定位图像中的文本。 它将测试以下旋转角度范围：

min(TextAngleRange) ≤ angle ≤ max(TextAngleRange)

其中根据水平线限定角度。 角度（度/弧度/转数/等级）的单位可以由easy::SetAngleUnit()设置。

该参数的默认设置为[-20, 20]度。

□

参数NumDetectionPasses决定了将文本框适配到检测到的斑点的通道数量。 初始通道将文本框适配到所有检测到的斑点。 随后的通道将仅选择上一次通道的文本框覆盖的那些斑点，并将文本框适合于该斑点子集，从而可能导致更优化的适配。

该参数应设置为1或2，默认设置为1。

高级参数，特定于设置EOCR2DetectionMethod_FixedWidth

□

RelativeSpacesWidthRange参数告诉框适配方法字之间空格的宽度范围。 它将测试以下范围的空格：

min(SpacesWidthRange) * charWidth ≤ space ≤ max(SpacesWidthRange) * charWidth

□

CharsWidthBias参数将偏向较窄字符框的较宽优化。

□

CharsSpacingBias参数将偏向到字符之间较小或较大间距的优化。

附加说明

□

选择 EOCR2DetectionMethod_FixedWidth 设置时，所有字符框的宽度都相同，并不一定要紧紧围绕字符。

□

当选择 EOCR2DetectionMethod_Proportional 设置时，字符框将紧紧围绕在字符周围，如果任何字符超出允许的字符宽度范围，检测将失败。

为了识别字符，EasyOCR2需要一个已知参考字符的数据库。 我们可以从图像和/或TrueType系统字体生成该字符数据库。

构建字符数据库的工作流可以如下所示：

a.

设置所需的检测参数或调用Load从磁盘读取模型（.o2m）文件。

b.

或者，调用ClearCharacterDatabase 来清除当前的字符数据库。

c.

调用检测从图像中提取文本。

d.

在提取的文本结构中调用SetText，为每个字符设置正确的值。

e.

调用Learn将检测到的字符及其正确的值添加到当前字符数据库。

f.

调用SaveCharacterDatabase将当前字符数据库保存到磁盘。

g.

或者，调用Save将模型文件保存到磁盘，包括检测参数和创建的字符数据库。

请参见代码片段示例： Learning Characters

EasyOCR2使用在字符数据库上训练的分类器来识别字符。 对于每个输入字符，分类器将计算所有候选输出的分数，并返回具有最高分数的候选者作为识别结果。 通过Topology参数，可以将有关每个字符的先前信息传递给分类器，减少候选者数量，提高识别率。

用于从图像识别文本的生产工作流程可以如下：

□

调用Load从磁盘读取模型（.o2m）文件。 模型文件包含所有检测参数，以及拓扑和参考字符数据库。

□

加载或获取图像。

□

调用Read以检测并识别字符。

□

或者，调用Detect从图像中提取文本，然后调用Recognize来识别提取的文本。 如果需要，这允许用户在识别之前修改检测到的文本元素。

Read和Recognize方法将返回带有识别结果的字符串。 要访问有关结果的更多深入信息，可以调用ReadText。 这将返回包含每个文本框坐标和大小，以及每个字符的位图图像和识别分数列表的EOCR2Text结构。

请参见代码片段示例： Reading Characters

识别参数

Topology参数指定文本的结构（行/字/字符数）以及文本中的字符类型。 识别方法将基于给定的拓扑来限制每个字符的候选数量。

它使用Regex表达式的修改版本，其中：

□

“.” （点）表示任何字符（不包括空格）。

□

“L”表示字母字符。

- “Lu”表示大写字母字符。

- “Ll”表示小写字母字符。

□

“N”表示数字。

□

“P”表示标点符号：! “ # % & ‘ ( ) * , - . / : ; < > ? @ [ \ ] _ { | } ~

□

“S”表示符号：$ + - < = > | ~

□

“\n“代表换行。

□

“”（空格）表示两个单词之间的空格。

可以进行组合，例如：[LN]表示字母数字字符。 要指定多个字符，只需在n个字符的末尾添加{n}。 如果字符数量不确定，请指定{n,m}至少为n个字符，最多为m个字符。

拓扑“[LuN]{3,5}PN{4}\n.{5}LL“表示由2行组成的文本：

□

第一行有1个字，由3到5个大写字母数字字符组成，后跟一个标点符号和4位数字。

□

第二行有2个字。 第一个字由5个通配符组成，第二个字有2个字母（大写或小写）。

拓扑“L{3}P N{6}\nL{3 }P NNPN{4}“表示具有2行的文本：

□

第一行有2个字。 第一个字有3个大写字母，后跟一个标点符号，第二个字有6位数字。

□

第二行也有两个字。 第一个字有3个大写字母，后跟一个标点符号。 第二个字有2位数字，后跟一个标点符号和4位数字。

拓扑“.{10}\n .{７} \n .{５} .{５} \n.{5}.{7}“表示4行的文本：

□

第一行包含一个10（ASCII）个字符的单字

□

第二行包含一个7个字符的单字

□

第三行包含两个字，每个字有5个字符。

□

第四行包含两个字，分别有5个和7个字符。