このページ最新ではありませ。をクリックし，英语のの最新版版を参照参照し。
ocr
光学式文字認識を使用したテキストの認識
説明
例
イメージ内のテキストの認識
businessCard = imread('businessCard.png'）；ocrResults = ocr(businessCard)
ocrresults =带有属性的ocrText：text：''MathWorks®...'targunboundingBoxes：[103x4 double] farneconConfidences：[103x1单个单个]单词：{16x1 cell} WordBoundingBoxes：[16x4 double] word Conconfidences：[16x1单身]
recognizedText = ocrResults.Text; figure; imshow(businessCard); text(600, 150, recognizedText,'背景颜色', [1 1 1]);
关心（ROI）内内テキスト认识认识
イメージを読み取ります。
i = imread（'handicapSign.jpg'）；
I 内にある 1 つ以上の四角形の関心領域を定義します。
ROI = [360 118 384 560];
次のように、IMRECT を使用して、マウスで領域を選択することもできます。figure; imshow(I); roi = round(getPosition(imrect))
ocrresults = ocr（i，roi）;
元のへ认识さたテキストの插入
iocr = insertText（i，roi（1：2），ocrresults.text，'AnchorPoint',...'RightTop','字体大小',16); figure; imshow(Iocr);
言葉のボックス认识の信頼度表示表示
businessCard = imread('businessCard.png'）；ocrResults = ocr(businessCard)
ocrresults =带有属性的ocrText：text：''MathWorks®...'targunboundingBoxes：[103x4 double] farneconConfidences：[103x1单个单个]单词：{16x1 cell} WordBoundingBoxes：[16x4 double] word Conconfidences：[16x1单身]
Iocr = insertObjectAnnotation(businessCard,'rectangle',...ocrResults.WordBoundingBoxes,...ocrresults.wordconfidences）;数字;imshow（iocr）;
イメージ内テキストの検出表示表示
businessCard = imread('businessCard.png'）；Ocrresults = OCR（BusinessCard）;bboxes = locateText（ocrresults，'MathWorks',“IgnoreCase”, true); Iocr = insertShape(businessCard,'FilledRectangle', bboxes); figure; imshow(Iocr);
入力引数
I—入力イメージ
m x n x 3のトゥルーイメージイメージ|m行n列の次元次元イメージイメージ|M 行 N 列のバイナリ イメージ
入力イメージ。M x N x 3 のトゥルーカラー、M 行 N 列の 2 次元グレースケール、またはバイナリ形式で指定します。入力イメージは、実数で非スパースの値でなければなりません。関数は、認識プロセスの前に、トゥルーカラー入力イメージまたはグレースケール入力イメージをバイナリ イメージに変換します。変換には Otsu しきい値手法が使用されます。OCR で最適な結果を得るには、入力イメージの小文字 ‘x’ または同等の文字の高さを 20 ピクセルより大きくしなければなりません。横軸または縦軸から +/- 10 度より大きなテキストの回転を除去して、認識の結果を改善します。
データ：：单身的|双倍的|INT16|UINT8|UINT16|logical
roi—関心領域
m行4列の行列行列行列
1つ以上形の。。。。。。。列の要素要素指定指定します。。。。。。。。。。。。。。个个个个个个个のののの各行ははは，，，，，入力入力入力入力イメージイメージ内内内の关心领域领域领域领域领域领域をををををををををををををををををををををををををををををををををををををををををををををををををををを[x y]と位置と，四角关心サイズ[宽度高]ををピクセルで指定します。。各各各四角形I内に完全に含まれていなければなりません。認識プロセスの前に、関数は Otsu しきい値手法を使用して、トゥルーカラー入力関心領域およびグレースケール入力関心領域をバイナリ領域に変換します。関数は、四角形の領域で認識されたテキストをオブジェクトの配列として返します。
名前とのペアの引数
オプションの引数姓名,Valueのコンマ区切りペアを指定します。姓名は引数名で、Valueは対応する値です。姓名は引用でなければなりませ。。NAME1，Value1，...，Namen，Valuenのように、複数の名前と値のペアの引数を、任意の順番で指定できます。
ocr(I,'TextLayout','Block')
“ textlayout'—入力テキストのレイアウト
'汽车'(既定値) |'Block'|'Line'|'Word'
入力テキストのレイアウト。'textlayout'と次かでされるコンマ切りのとして指定します。
| textlayout | テキストの处理 |
|---|---|
'汽车' |
入力イメージのブロックレイアウトと読み取り顺序决定します。 |
'Block' |
イメージ内のををつのブロックとして处理し。。 |
'Line' |
イメージ内のをを行のとして处理し。。 |
'Word' |
イメージ内をシングルのテキストとしてし。。。 |
'特点' |
イメージ内のテキストを 1 つの文字として処理します。 |
レイアウト解析する，ドキュメントに二二组みなどなどの形式形式ががが含ま含まれるれる场合もも，，スキャンスキャンししたドキュメントからテキストテキストををををますますこのこのこのこのこのこのこの设定设定设定设定にれるのが少ないまたは要素の多いシーンにテキストある场合场合はは，，，，良い良い结果が得られられないないことことこと。。。。。。。。。。を试し要素多いシーンにテキストが场合に，别别のレイアウトレイアウトををを试す试す试す试すほかほかほか，，，イメージイメージのののテキストテキストテキストテキストを
'语'—言語
'English'(既定値) |'Japanese'|文字ベクトル|字符串スカラー|文字ベクトルの cell 配列|string 配列
認識する言語。'Language' と文字ベクトル'English'、'Japanese'、または文字ベクトルの cell 配列で構成されるコンマ区切りのペアとして指定します。追加の言語のOCR言语データファイルインストールをインストール，カスタム言语追加したりすることもでき。复数复数复数のの言语言语言语言语を指定指定するとと，，选択选択しししたたすべてすべてすべてのの言语言语言语のののの认识可能可能がが可能にににに精度がし，ののにかかるがなる场合があり。。
OCR言语データファイルインストールパッケージに含まれる追加言語を指定するには、組み込みの言語と同じ方法で言語を表す文字ベクトルを使用します。パスを指定する必要はありません。
txt = ocr（img，'语言'，'finnish'）;
独自のカスタム言語を使用するには、学習済みのデータ ファイルへのパスを言語を表す文字ベクトルとして指定します。训练有素の形式に名前付けなければませ，，，，'tessdata' という名前のフォルダーに含まれていなければなりません。次に例を示します。
txt = ocr (img,“语言”,“路径/ / tessdata/eng.traineddata');
txt = ocr（img，'语言'，... {'路径/to/tessdata/eng.traineddata'，...'path/to/to/tessdata/jpn.traineddata'}）;
训练有素ファイルがフォルダー ‘路径/到/tessdata’ に含まれます。次のコードは 2 つの異なる保存フォルダーを指定しているため、機能しません。文本= OCR（OCR）（img,'Language', ... {'path/one/tessdata/eng.traineddata',... 'path/two/tessdata/jpn.traineddata'});
训练有素ファイルとフォルダーに英语の训练有素ファイルもれいなけれなりません。ocrは、Tesseract-Or3.02またはOCR トレーナーを使用して作成された训练有素ファイルのみサポートします。
MATLAB®Coder™によって生成された配布先の場合: 生成された OCR 実行可能ファイルと言語データ ファイル フォルダーが同一場所に存在しなければなりません。tessdataフォルダーの名前をtessdataにしなければなりません。
英語の場合:
c：/path/tessdata/eng.traineddata日本語の場合:
C:/path/tessdata/jpn.traineddataカスタム データ ファイルの場合:
c：/path/tessdata/customlang.traineddataC:/path/ocr_app.exe
次からとの学习済みデータをコピーできます。
fullfile(matlabroot, 'toolbox','vision','visionutilities','tessdata');
'CharacterSet'—文字のサブセット
''すべての文字(既定値) |文字ベクトル|字符串スカラー
文字のサブセット。'字符集'と文字构成れるコンマ区のとして指定し。既定の设定设定で，，字符集は空のベクトル''に設定されます。空のベクトルは、Languageプロパティによって指定された言語のすべての文字を検索するように関数を設定します。このプロパティを少数の既知の文字に設定することで、分類プロセスを制限できます。
関数ocrは、字符集から最も適したものを選択します。入力イメージ内の文字に関する推測から得られる知識を使用すると、テキスト認識の精度の向上に役立ちます。たとえば、字符集をすべての数字'0123456789'にする关数はそれぞれの文字数字のみマッチングせようととししますますます。。この场合场合数字でない文字文字がが误っ误ってて数字
出力引数
参照
[1] R. Smith。Tesseract OCR引擎的概述，第九届国际文档分析与认可会议论文集（ICDAR 2007）第2卷（2007年），第629-633页。
[2] Smith，R。，D。Antonova和D. Lee。调整Tesseract开源OCR发动机，用于多语言OCR。国际多语言OCR研讨会论文集（2009年）。
[3] R. Smith. Hybrid Page Layout Analysis via Tab-Stop Detection. Proceedings of the 10th international conference on document analysis and recognition. 2009.
拡张机能
You can also select a web site from the following list:
Americas
- AméricaLatina(Español)
- Canada（英语）
- United States（英语）
