文本检测和识别
检测和识别文本使用图像特征检测和描述,深度学习和OCR
检测和识别文本图像是一项常见的任务在计算机视觉的应用程序执行。例如,您可以捕获视频的道路场景移动车辆,在捕获的场景识别标志,提醒司机的迹象。
您可以组合检测和识别组合成一个两步的过程,发现区域包含文本的第一步,然后是第二步识别区域内的文本。
文本检测算法使用本地图像功能,机器学习或深度学习,来定位或部分文本在一个图像。计算机视觉工具箱™中的示例演示如何使用blob分析,最大限度地稳定极值区域特征检测器(女士),和文本的字符区域意识检测(工艺)深学习模型的文本检测。
一旦检测到文本,文字识别模型,基于机器学习或深度学习、过程预测地区返回的文本文本。的光学字符识别
函数使用pretrained语言模型来识别文本以多种语言。你也可以训练一个定制的语言模型使用trainOCR
函数。有关更多信息,请参见开始使用OCR。
应用程序
图片标志 | 计算机视觉应用程序标签图片 |
功能
主题
开始
- 开始使用OCR
检测和识别文本以多种语言,火车OCR识别模型自定义文本。 - 火车定制OCR模型
火车一个光学字符识别(OCR)模型识别自定义文本。 - 安装OCR语言数据文件
金宝app光学字符识别(OCR)语言的支持文件。 - 当地的特征检测和提取
学习的好处和应用局部特征检测和提取。 - 点特征类型
选择函数返回对象和接受点几个类型的特性。