当前位置: 首页 > 工具软件 > deep_ocr > 使用案例 >

Halcon深度学习OCR算子封装与测试

易弘亮
2023-12-01

Halcon深度学习OCR算子封装与测试(这里写自定义目录标题)

深度学习字符识别测试:
说明:
1.设置比较简单,只需要进行创建模型,直接识别图像即可。
2.可用GPU和CPU两种方式,我这里使用笔记本Win10-x64 i5 ,CPU模式测试的,4G内存跑例程会直接卡死就加了内存。
3.对于工业生产我们一般只需要识别一行字符或者几个字符,可以抠图裁剪即可识别。
和传统方法对比

优点:
1.不需要分割; 传统算法:很多粘连字符的分割往往比较蛋疼。
2.入手简单,几行代码即可实现识别。
缺点:
1.速度慢,500万Cmos就上传的图片来说大部分在1-2秒之间。
2.配置要求高,至少4G以上内存。

不废话了。直接上干货

* 
* This example shows the usage of the Deep OCR:
* - Part 1: Detection and recognition of the words within an image.
* - Part 2: Recognition of the words only.
* - Part 3: Detection of the words only.
*此示例显示了Deep OCR的用法:
*-第1部分:图像中单词的检测和识别。
*-第2部分:仅识别单词。
*-第3部分:仅检测单词。
* 
dev_update_off ()
dev_close_window
 类似资料: