LabVIEW OCR 實現(xiàn)車牌識別(實戰(zhàn)篇—3)
點擊上方藍色字體，關(guān)注我們
在學習本章之前，推薦先學習系列專欄文章：LabVIEW目標對象分類識別（理論篇—5）
OCR（光學字符識別）是指機器自動從圖像中識別文本字符的過程，OCR機器視覺系統(tǒng)可用于對被測件的識別和分類。常見的識別應用包括：藥品包裝標簽識別、IC芯片編碼讀取、沖壓零件上的字符識別、汽車零件編碼讀取以及車牌識別等。
OCR從本質(zhì)上可看作是目標分類和識別的一種實際應用，因此它也包括訓練和分類過程。
OCR訓練過程主要從圖像中提取用于字符識別的特征向量，并對各字符圖像賦予準確的字符值。具有相同字符值的字符樣本圖像構(gòu)成一個字符類（Character Class），該類可以用其中一個最能代表該類字符的樣本圖像來代表，稱為參考字符（Reference Character）。字符訓練完成后，就可得到一個用于對字符進行識別的字符集（Character Set）。
OCR對圖像中的文本進行讀取時，會先將圖像中的各個字符圖像分割開來，并將字符的特征向量與字符集中保存的特征向量進行對比，選取滿足條件的最佳匹配向量所對應的字符值作為讀取識別結(jié)果。若有必要，也可以通過字符驗證過程對OCR的識別質(zhì)量進行驗證。
下圖對OCR應用及OCR的關(guān)鍵技術(shù)點進行匯總：
1
字符數(shù)據(jù)集訓練
和目標分類過程類似，要能使OCR過程正確讀取或驗證文本，就需要先使用字符樣本對分類器進行訓練。訓練過程一方面從字符樣本圖像中提取字符特征，另一方面將不同字符特征與字符值（相當于類標識）進行關(guān)聯(lián)映射。訓練結(jié)束后，字符特征及對應的字符值連同其他與字符識別相關(guān)的信息被一并保存在字符集文件中，用于后續(xù)的文本識別過程。從分類識別的角度來看，訓練得到的字符集文件就相當于分類器。
字符的屬性參數(shù)決定了OCR訓練和文本讀取驗證過程以何種方式分割字符。
常用的字符屬性包括字符的邊界長和寬，字符間距、字符占像素的多少（又稱為字符大小）等。字符間距若設(shè)置得太大，則OCR過程可能會將多個字符當成一個字符。點陣或字段類字符可認為是由多個元素（Element)構(gòu)成。這種情況下，各元素之間的橫向或縱向間隔是較為重要的字符屬性之一。元素間的間隔若設(shè)置過大，則字符圖像可能會包含多余的圖像顆粒;而若元素間的間隔設(shè)置過小，則字符圖像可能并不完全。無論哪種情況，都會造成要識別的字符與其對應圖像不能匹配。
Nl Vision提供了兩種OCR字符集訓練方法，一是使用NI OCR訓練器應用程序離線完成字符集訓練，二是使用程序代碼在運行時完成字符集訓練。
下圖顯示了NI OCR訓練器（位于：National Instruments\Vision\Utility\OCR Training Interface\OCR Training.exe）用來設(shè)置字符屬性的界面，以及兩種OCR無法正確識別字符的示例。由于示例中字符元素橫向間隔設(shè)置過小，因此點陣字符O和R無法被完整識別。而由于字符間隔設(shè)置過大，OCR 3個字符被當成了一個字符。
也可以在程序代碼中使用位于LabVIEW的視覺與運動→Machine Vision→OCR函數(shù)選板的IMAQ OCR Property讀取或配置OCR的各種字符屬性信息或形態(tài)學處理參數(shù)，如下所示：
函數(shù)說明及使用可參見幫助手冊：?
2
識別與驗證
在OCR應用中，文字識別或驗證過程實際上就是基于訓練得到的字符集信息對字符分類的過程。OCR的字符集既可由Nl OCR訓練器應用程序離線訓練得到，也可由程序代碼在運行時訓練獲得。從圖像中識別文字時，OCR程序先分割出各字符，并將其特征與字符集中的字符特征進行對比，返回與之最接近的字符所在類的字符值。
通過一個車牌識別實例了解OCR的應用方法，程序設(shè)計思路如下所示：
程序先使用IMAQOCR Read Character Set File讀取事先由NI OCR訓練器訓練得到的字符集文件TO-LlC.abc中的字符信息，然后由While循環(huán)逐一識別文件夾中的車牌圖像，從中識別車牌號碼；
在While循環(huán)中，程序?qū)D像讀入內(nèi)存后，先刪除所有圖像中的疊加圖層，然后由IMAQ OCR Read Text 3從設(shè)定的ROI中識別車牌；
IMAQ Overlay ROI可以根據(jù)識別到字符的邊界矩形，在圖像中用紅色矩形框出各字符；
當退出按鈕被按下時，程序退出While循環(huán)，并在釋放內(nèi)存空間、丟棄OCR會話后結(jié)束程序。
程序?qū)崿F(xiàn)如下所示：
程序運行效果如下所示：
在實際車牌識別應用程序中，通常首先要從車輛圖像中定位到車牌區(qū)域。常見的車牌定位方法有以下幾種：
根據(jù)車牌與其周圍圖像的差異，由縱橫方向上的車牌邊緣來確定車牌區(qū)域；
通過匹配車牌的幾何輪廓或預先保存的各種車牌模板確定其位置；
通過車牌字符的紋理確定車牌位置；
通過車牌的顏色確定車牌位置；
通過車牌字符特征確定車牌位置。
往期推薦
點擊閱讀原文，更精彩~