一.OCR字符识别过程

1.获取图片
2.图像预处理
3.图像分割
4.生产识别用的分类器句柄
5.进行字符识别
6.关闭分类器句柄释放资源

二.神经网络多层感知方法识别OCR

1.生成识别的句柄器（read_ocr_class_mlp）,从文件中读取 OCR 分类器。
算子参数：

(1).read_ocr_class_mlp( : : FileName : OCRHandle)

Ⅰ.FileName（输入分类器文件名）Halcon有许多自带训练好的字符分类器，可直接调用。
建议值：‘Document_0-9_NoRej.omc’、‘Document_0-9_Rej.omc’、‘Document_0-9A-Z_NoRej.omc’、‘Document_0-9A-Z_Rej.omc’、‘Document_A-Z+_NoRej.omc’、’ Document_A-Z+_Rej.omc’等…
Ⅱ.OCRHandle（输出OCR 分类器的句柄）

2.识别字符：识别单个字符（do_ocr_single_class_mlp），识别多个字符（do_ocr_multi_class_mlp）
算子参数：

(1).do_ocr_single_class_mlp(Character, Image : : OCRHandle, Num : Class,Confidence)

Ⅰ.Character（输入要识别的字符）
Ⅱ.Image（输入单通道图像字符的灰度值）
Ⅲ.OCRHandle（输入OCR 分类器的句柄）
Ⅳ.Num（输入要确定的最佳类别的数量）
Ⅴ.Class（输出使用 MLP 对字符进行分类的结果）
Ⅵ.Confidence（输出字符识别得分）

(2).do_ocr_multi_class_mlp(Character, Image : : OCRHandle : Class, Confidence)

Ⅰ.Character（输入要识别的字符）
Ⅱ.Image（输入单通道图像字符的灰度值）
Ⅲ.OCRHandle（输入OCR 分类器的句柄）
Ⅳ.Class（输出MLP 对字符进行分类的结果）
Ⅴ.Confidence（输出字符识别得分）

3.关闭分类器句柄（clear_ocr_class_mlp）

(1).clear_ocr_class_mlp( : : OCRHandle : )

Ⅰ.OCRHandle（输入OCR 分类器的句柄）

实例：

*设置已经训练好的分类器名称
FontName := 'Industrial_0-9A-Z_NoRej.omc'
dev_update_window ('off')
read_image (Image, 'engraved')
get_image_size (Image, Width, Height)
dev_close_window ()
dev_open_window (0, 0, Width, Height, 'black', WindowHandle)
set_display_font (WindowHandle, 20, 'mono', 'true', 'false')
dev_display (Image)
disp_continue_message (WindowHandle, 'black', 'true')
stop ()
*确定矩形内的灰度值范围
gray_range_rect (Image, ImageResult, 7, 7)
*像素图像反转
invert_image (ImageResult, ImageInvert)
threshold (ImageResult, Region, 128, 255)
connection (Region, ConnectedRegions)
select_shape (ConnectedRegions, SelectedRegions, 'area', 'and', 1000, 99999)
sort_region (SelectedRegions, SortedRegions, 'first_point', 'true', 'column')
dev_set_colored (6)
dev_set_draw ('margin')
dev_set_shape ('original')
dev_set_line_width (2)
dev_display (ImageResult)
dev_display (SortedRegions)
disp_continue_message (WindowHandle, 'black', 'true')
stop ()
dev_set_shape ('rectangle1')
dev_display (Image)
dev_display (SortedRegions)
shape_trans (SortedRegions, RegionTrans, 'rectangle1')
area_center (RegionTrans, Area, Row, Column)
MeanRow := mean(Row)
count_obj (SortedRegions, Number)
read_ocr_class_mlp (FontName, OCRHandle)
for I := 1 to Number by 1
    select_obj (SortedRegions, ObjectSelected, I)
    *使用单个字符识别
    do_ocr_single_class_mlp (ObjectSelected, ImageInvert, OCRHandle, 1, Class, Confidence)
    disp_message (WindowHandle, Class, 'image', MeanRow - 80, Column[I - 1] - 10, 'yellow', 'false')
endfor
*使用多个字符识别
do_ocr_multi_class_mlp (SortedRegions, ImageInvert, OCRHandle, Class1, Confidence1)
disp_message (WindowHandle, Class1, 'image', 200, 300, 'green', 'false')
*释放资源
clear_ocr_class_mlp (OCRHandle)

效果图：