::: keywords
labview,OCR,灰度,對比度,數字識別
:::
下載文件

前言

OCR （Optical Character
Recognition，光學字符識別）是指電子設備（例如掃描儀或數碼相機）檢查紙上打印的字符，通過檢測暗、亮的模式確定其形狀，然后用字符識別方法將形狀翻譯成計算機文字的過程。

本文基于labview設計了一個學號識別系統，可以識別學生卡上學號并保存在文件中，同時也可以識別身份證號、名片電話等。

該系統包含圖像獲取、圖像處理、數據輸出，是一個綜合性的設計，作為學習labview的階段性練習。

運行環境

本系統運行在labview2020或2018環境，需要安裝labview的視覺組件。

LabVIEW軟件

Vision Development
Module（視覺開發模塊）

NI Vision Acquisition
Software（視覺采集軟件）

安裝過程

設計原理

圖像格式

彩色圖像：由RGB三原色數值排列表示一個像素，有RGB888（24位）和RGB565（16位）等格式。其中，24位全彩色圖像中的每個像素占據3個byte的空間，分別表示RGB3個通道，總共可以顯示$256^3$種顏色

灰度圖：由灰度信息表示一個像素（8位，0-255：0表示最暗色，255表示最亮色），每個像素存放在一個byte空間

二值圖像：由二值信息表示一個像素，每個下昂蘇存放在一個bit空間

OCR數字識別

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，是目標分類和識別的一種應用，包括訓練與分類過程，可用于對被測件的識別和分類。

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成一個字符類，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。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。

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果。若有必要，也可以通過字符驗證過程對OCR的識別質量進行驗證。

常見的OCR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。

利用Labview的Vision模塊的OCR組件可以實現從訓練到識別的過程。

圖像處理

機器視覺系統開發過程中常見的特征包括像素灰度、邊緣、輪廓和形狀、紋理、角點、色彩以及各種與圖像顆粒相關的屬性等。

本文進行OCR識別的對象為學生卡或其他證件，一般有明顯的數字特征，字體之間有明確間隔，字體背景為淺顏色，故獲取彩色圖像后，需要對其灰度化、增強亮度和對比度處理。這些函數都可以在labview的vision組件中找到

文件存儲

利用labview的文件I/O組件可以實現將字符串換行寫入txt文件中，實現OCR識別結果的存儲。

程序設計

程序流程

程序步驟

相機獲取

利用IMAQdx Open Camera
VI開啟攝像頭，查詢相機功能，加載相機配置文件，輸入攝像頭名稱(cam0為筆記本自帶攝像頭)，輸出相機引用。

利用IMAQ Create VI為圖像創建臨時內存位置。

攝像頭引用節點輸入IMAQdx Configure Grab
VI，配置并從緩沖區抓取圖像。

創建while循環，將圖像和引用輸入IMAQdx Grab2
VI，輸出最新的幀獲取到Image Out，并通過Image顯示。

圖像處理

·

將攝像頭實時獲取的彩色圖像輸入IMAQ ExtractSingleColorPlane
VI，輸出單通道灰度圖。

將單通道灰度圖輸入IMAQ BCGLookup VI
，創建亮度、對比度和gamma矯正輸入，調節典型值(80,80,1)，獲得圖像增強后的輸出。

當環節內有error輸出或按下暫停鍵，停止圖像更新，并將最新一幀增強圖像輸出。

OCR訓練

OCR的字符集可由Nl OCR訓練器應用程序離線訓練得到。

打開軟件Vision Assistant 2021 (32-bit)

利用手機、相機拍攝多張彩色、灰色、增強圖像，用OCR訓練器打開

創建訓練集，對圖片手動添加數據集并標定

保存為文件studentnumber.abc，驗證模型效果

OCR識別

利用IMAQ OCR Create Session VI ，創建OCR會話，返回句柄。

利用IMAQ OCR Read Character Set File
VI讀取字符集studentnumber.abc，添加到讀取過程使用的訓練字符集。

Labview的Image可以創建ROI屬性節點，框選區域，輸出矩形對角坐標。創建鼠標釋放事件，當框選結束時，執行對框選區域的OCR識別。

利用IMAQ Clear Overlay VI，清除圖像覆蓋，保證識別幀為最新一幀。

利用IMAQ OCR Read Text 3
VI，利用訓練字符集讀取ROI框選圖像中的文本，將每個對象與字符集的每個字符比較，選擇與對象最匹配的字符，輸出為字符串。

文件保存

讀取當前路徑和文件名，利用**創建路徑（函數）**生成路徑。

利用打開/創建/替換文件 (函數) ，打開路徑對應的Save.txt文件。

利用設置文件位置 (函數) ，設置寫入位置為文件末尾。

利用連接字符串 (函數) ，在輸出的字符串前添加回車符。

利用寫入文本文件 (函數) ，將識別結果寫入txt文件。

至此，OCR數字識別程序已完成

實驗結果

經測試，對學生卡等白背景數字識別準確率較高，而對銀行卡等帶顏色背景數字識別有誤差。

對于長串數字，若光照和顏色均勻，有較為準確的識別結果。

數據集的完整性對識別結果有明顯影響，采集數據時未能找到學號帶有數字6的學生卡，故數據集中數字6只有一個，在對銀行卡號中的數字6，有高概率誤認為數字8.

下載

關注公眾號小電動車，回復數字識別獲取Labview工程文件

總結

以上是生活随笔為你收集整理的Labview OCR数字识别的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。