[原创] NI Vision Assistant视觉助手图像处理教程 第10章 图像处理-Indentification识别 10.1 OCR光学字符识别-基本概念

OCR的全称是Optical Character Recognition，中文意思为光学字符识别，OCV的全称则为Optical CharacterVerification，意为光学字符验证。

OCR可以应用于一些需要字符识别的机器视觉应用中。OCR是通过机器视觉软件在图像中读取字符与文本的处理过程。OCR包含训练和读取/验证两个阶段。

训练字符是指你教给机器视觉软件你需要在图像中读取的字符或模式类型。你可以使用OCR来训练任一数量的字符，然后创建一个字符集。这个字符集会在后面的读取和验证过程中用来和目标作比较。存储这个字符集为一个字符集文件。这个训练过程也许是一次性的处理过程，或者需要重复处理很多次，创建多个字符集来扩展你想要在图像中读取的字符，即同样的一个字符也许你要考虑学习多种情况下的字符集，如图像比较亮时，图像比较暗时，有一定的缺陷时，模糊不清时，不同的字体时，不同大小时等等。

阅读字符是这样一个过程，通过你创建的处理图像的机器视觉应用软件来决定目标是否与你训练的字符相匹配。机器视觉应用程序会在图像中使用在训练过程中创建的字符集来读取字符。

验证字符是这样一个过程，通过你创建的检查图像的机器视觉应用软件来验证它读取到的字符的质量。应用程序在图像中使用训练过程中创建的字符集中的参考字符来验证字符。

一般来讲，机器视觉OCR会用于鉴定或分类组件的自动检查应用程序中。例如，你可以在线使用OCR来检测和分析汽车发动机的序列号、轮廓序列号、药品电子标签等。在这些实例中使用OCR可以快速的帮助你识别零件，然后反过来帮助你快速的选择识别到的零件的检查程序。即可实现快速切换机种等功能。

你可以使用OCR在各种各样的机器视觉应用中，例如下面这些应用：

l  在制药应用中检查药瓶标签和批次；

l  在半导体应用中验证晶圆和IC的包装码；

l  控制冲压成型的机器视觉零件的质量；

l  排序和跟踪邮件包裹；

l  读取字母数字字符在汽车部件。

训练包含教导OCR字符，是你想在读取步骤检测的字符和/或模式。

所有已经训练的拥有相同字符值（Character Value）的字符成型一个字符类（Character Class）。你可以指定已经训练的字符中最能代表的字符值作为字符类的参考字符。

下面的过程展示了训练过程所以包含的步骤。

[attach]8255[/attach]

图1 训练过程

其大概的过程是采集图像>指定ROI>OCR从背景图像中分离每个字符>OCR提取每个字符的特征信息>为每个分段的字符指定一个字符值>为每个字符类分配一个参考字符（可选）>保存字符集为字符集文件。

在一幅图像中定位字符的过程通常称为字符分割。在训练字符前，你必须设置OCR来确定条件，这些条件是用于分割你想要训练的字符。当你完成字符分割后，使用OCR训练字符，然后保存信息，这些信息可以用于OCR在其它的图像中识别相同的字符。训练OCR软件为每个分割字符提供一个字符值，这个字符是独一无二的以代表每个分割的字符。然后保存字符集为一个字符集文件以便用于后面的OCR阅读过程。

在后面的NI OCR TrainingInterface中我们将详细介绍OCR训练。