1、append_ocr_trainf

append_ocr_trainf(Character, // 选中当前目标
                  Image, // 目标对应图片
                  Class, // 字符的类别(名称) 
                  TrainingFile) // 培训文件的名称
  • 定义：向训练文件中添加字符
  • 说明
  • 操作符append_ocr_trainf用于使用操作符trainf_ocr_class_mlp或trainf_ocr_class_svm准备训练
  • 因此，表示字符的区域，包括其灰度值(区域和像素)和相应的类名将被写入文件。在一个映像中支持任意数量的区域。对于“字符”中的每个字符(区域)，必须在“类”中指定相应的类名。灰度值通过参数Image传递
  • 与操作符write_ocr_trainf不同的是，字符被附加到使用与该文件相同的训练文件格式的现有文件中。如果文件不存在，则生成一个新文件
  • 在这种情况下，可以通过操作符set_system的参数'ocr_trainf_version'来选择文件格式。如果在TrainingFile中没有指定文件扩展名，则扩展名'。Trf '被加在名字后面
  • 如果参数正确，操作符append_ocr_trainf返回值TRUE，否则将引发异常

2、read_ocr_trainf_names

read_ocr_trainf_names(TrainingFile, // 训练文件名称
                      CharacterNames, // 训练字体的名称
                      CharacterCount) // 训练字体样本的个数
  • 定义：查询训练文件中存储的字符
  • 说明：提取指定训练文件中所有字符的名称和频率

3、create_ocr_class_mlp

create_ocr_class_mlp(WidthCharacter, HeightCharacter, // 识别字符宽度、高度
                     Interpolation, // 插值算法
                     Features, // 特征值 (区域特征、灰度值特征   包含曲度、紧密度、凸性等等)
                     Characters, // 训练样本的名称
                     NumHidden, // 隐藏层中的单元数
                     Preprocessing, // 预处理
                     NumComponents, // 特征变换的数量（特征未规划前的向量数一般为默认值）
                     RandSeed, // 随机种子点数一般都写42 ，这个是神经网络迭代的过程
                     OCRHandle) // 句柄
  • 定义：创建一个使用多层感知器(MLP)的OCR分类器，得到OCR分类器的句柄
  • 说明
  • create_ocr_class_mlp创建一个OutputFunction = 'softmax'的MLP。MLP的特征向量(create_class_mlp中的NumInput)的长度由用于OCR的特性决定，这些特性在features中传递
  • MLP的输出变量的数量由OCR中要使用的字符的名称确定，在characters中传递
  • 使用参数Preprocessing和NumComponents来指定数据(即特征向量)的预处理
  • 预处理通常可以设置为“none”
  • 要分类的字符被转换为标准大小，由WidthCharacter和HeightCharacter决定
  • 用于变换的插值由插值确定，对于大多数应用程序，应该使用Interpolation = 'constant'
  • 应用
  • 创建分类器后，使用trainf_ocr_class_mlp对其进行训练
  • 在此之后，可以使用write_ocr_class_mlp保存分类器，或者可以在训练后立即使用分类器使用do_ocr_single_class_mlp或do_ocr_multi_class_mlp对字符进行分类
  • MLP和支持向量机(SVM)的比较(参见create_ocr_class_svm)通常表明，支持向量机在训练时通常更快，特别是对于庞大的训练集，并且获得比MLP稍好的识别率。MLP在分类上更快，因此在时间关键的应用中应该是首选

4、trainf_ocr_class_mlp

trainf_ocr_class_mlp(OCRHandle, // 句柄
                     TrainingFile, // trf文件，ocr.trf
                     MaxIterations, // 优化算法最大迭代次数 200 
                     WeightTolerance, // 砝码公差 优化算法两次迭代MLP权值差的阈值 1.0 
                     ErrorTolerance, // 错误公差 两次迭代平均误差阈值 0.01
                     Error, // 训练数据平均误差
                     ErrorLog) // 算法在训练数据上的平均错误
  • 定义：使用TrainingFile提供的OCR训练文件中存储的训练字符训练OCR分类器OCRHandle，输出平均误差与错误
  • 说明
  • 训练文件必须已经创建
  • 在训练过程中会考虑OCR分类器的正规化和正规化参数的自动确定（参见set_regularization_params_ocr_class_mlp），如果使用set_rejection_params_ocr_class_mlp指定了拒绝类，则在实际训练之前生成拒绝类的样本
  • 注意：在分类器OCRHandle中没有对应类的训练字符将被丢弃

5、write_ocr_class_mlp

write_ocr_class_mlp(OCRHandle, // 需要保存的句柄
                    FileName) // 路径地址
  • 定义：将OCR分类器OCRHandle写入FileName指定的文件
  • 说明
  • 如果在FileName中没有指定文件扩展名，则默认扩展名'.omc'被附加到FileName
  • Write_ocr_class_mlp通常在使用trainf_ocr_class_mlp训练分类器之后调用，可以使用read_ocr_class_mlp读取分类器

6、clear_ocr_class_mlp

clear_ocr_class_mlp( : : OCRHandle : )
  • 定义：清除由create_ocr_class_mlp创建的OCRHandle提供的OCR分类器，并释放分类器所需的所有内存
  • 说明：调用clear_ocr_class_mlp之后，分类器就不能再使用了，句柄OCRHandle变得无效