FontFile : = 'Universal_0-9_NoRej'
dev_update_window ( 'off' )
read_image ( bottle, 'bottle2' )
get_image_size ( bottle, Width, Height)
dev_open_window ( 0 , 0 , Width, Height, 'black' , WindowHandle)
set_display_font ( WindowHandle, 16 , 'mono' , 'true' , 'false' )
dev_display ( bottle)
disp_continue_message ( WindowHandle, 'black' , 'true' )
stop ( )
* 1. 创建一个用于文本识别的文本模型读取器
* 参数一：auto 表示使用自动模式选择字体
* 参数二：FontFile 是用于识别的字体文件路径
* 参数三：存储文本模型的变量
create_text_model_reader ( 'auto' , FontFile, TextModel)
* 2. 设置模型参数
* 参数二：min_stroke_width: 最小笔画宽度，值为6
set_text_model_param ( TextModel, 'min_stroke_width' , 6 )
* 简化对分段文本内容的特定结构进行提取 ( 例如日期YY - MM - DD ) 2 2 2 表示文本的显示结构
set_text_model_param ( TextModel, 'text_line_structure' , '2 2 2' )
* 3. 在图像中查找文本片段并输出到句柄
find_text ( bottle, TextModel, TextResultID)
* 4. 从文本识别结果中获取所有字符信息，all_lines返回当前区域中的所有字符和线
get_text_object ( Characters, TextResultID, 'all_lines' )
* 5. 在显示窗口中显示图像 和 识别出的字符信息。
dev_display ( bottle)
dev_display ( Characters)
stop ( )
* 6. 获取结果，转成class 类型的字符
get_text_result ( TextResultID, 'class' , ResultValue)
area_center ( Characters, Area, Row, Column)
read_image ( Image, 'bottle2' )
get_image_size ( Image, Width, Height)
dev_close_window ( )
dev_open_window ( 0 , 0 , Width, Height, 'black' , WindowHandle)
* 设置字体样式和大小
set_display_font ( WindowHandle, 25 , 'mono' , 'true' , 'false' )
* 二值化操作
threshold ( Image, Region, 0 , 90 )
* 对区域进行形状填充，输入最小面积和最大面积
* 参数一：要进行形状填充的输入区域。
* 参数二：用于存储填充后的区域的变量。
* 参数三：填充的准则，这里是根据区域的面积进行填充。
* 参数四：最小区域面积
* 参数五：指定的连接性，表示填充时考虑的相邻像素的连接性。
fill_up_shape ( Region, RegionFillUp, 'area' , 1 , 5 )
* 填充所有的孔洞
* fill_up ( RegionFillUp, RegionFillUp1)
* 开运算
* 先腐蚀后膨胀, 可以有效的断开，减少像素。
* 相当于把整体变暗
opening_circle ( RegionFillUp, RegionOpening, 2.5 )
fill_up ( RegionOpening, RegionFillUp1)
* 使用矩形进行开运算
opening_rectangle1 ( RegionFillUp1, RegionOpening1, 1 , 7 )
* 连通性
connection ( RegionOpening1, ConnectedRegions)
* 求交集 当前区域与开运算之后的区域
intersection ( ConnectedRegions, RegionOpening, RegionIntersection)
* 特征提取
select_shape ( RegionIntersection, SelectedRegions, 'area' , 'and' , 300 , 9999 )
sort_region ( SelectedRegions, SortedRegions, 'first_point' , 'true' , 'column' )
dev_display ( Image)
dev_set_color ( 'green' )
dev_set_line_width ( 2 )
dev_set_shape ( 'rectangle1' )
dev_set_draw ( 'margin' )
dev_display ( SortedRegions)
* 训练字体
TrainingNames : = [ '0' , '1' , '0' , '8' , '9' , '4' ]
* 字体名称
FontName : = 'bottle'
TrainingFileName : = FontName+ '.trf'
* 排序
sort_region ( SortedRegions, SortedRegions1, 'first_point' , 'true' , 'column' )
* 变换区域的形状
* rectangle1: 平行于坐标轴的最大内接矩形
shape_trans ( SortedRegions1, RegionTrans, 'rectangle1' )
area_center ( RegionTrans, Area, Row, Column)
* 求平均的行坐标
MeanRow : = mean ( Row)
* 如果发现错误，则把当前. trf文件删除
dev_set_check ( '~give_error' )
delete_file ( TrainingFileName)
for I : = 0 to | TrainingNames| - 1 by 1
* 选择对应的i区域，进行赋值
select_obj ( SortedRegions1, ObjectSelected, I + 1 )
* 追加文本
append_ocr_trainf ( ObjectSelected, Image, TrainingNames[ I ] , TrainingFileName)
disp_message ( WindowHandle, TrainingNames[ I ] , 'image' , MeanRow- 40 , Column[ I ] - 15 , 'black' , 'true' )
endfor
* sort排序[ 0 , 0 , 1 , 4 , 8 , 9 ] , uniq删除重复[ 0 , 1 , 4 , 8 , 9 ] *
CharNames : = uniq ( sort ( TrainingNames) )
* mlp训练器，
* 参数1 : WidthCharacter>>> 输入被分割的字符缩放的指定宽度 默认是8 范围4 ~ 20
* 参数2 : HeightCharacter>>> 输入被分割的字符缩放的指定高度 默认是10 范围4 ~ 20
* 参数3 : Interpolation>>> 插值算法, 默认是不变
* 参数4 : Features>>> 分类特征, 默认是default
* 参数5 : Characters>>> 设置要匹配的字符集合
* 参数6 : NumHidden>>> MLP 隐藏单元数量
* 参数7 : Preprocessing>>> 矢量特征转换, 默认是none代表没有, normalization正常
* 参数8 : NumComponents>>> 预处理参数，交换的要素的数量
* 参数9 : RandSeed>>> 随机数生成器的种子值 用于使用随机值初始化 MLP
* 参数10 : OCRHandle>>> 句柄
create_ocr_class_mlp ( 8 , 10 , 'constant' , 'default' , CharNames, 10 , 'none' , 10 , 42 , OCRHandle)
* 训练mlp分类器
trainf_ocr_class_mlp ( OCRHandle, TrainingFileName, 200 , 1 , 0.01 , Error, ErrorLog)
* 写入字体文件
write_ocr_class_mlp ( OCRHandle, FontName)
* 读取mlp分类器
* read_ocr_class_mlp ( Error, OCRHandle1)
* 清除句柄
clear_ocr_class_mlp ( OCRHandle)
