OCR識別，一般是對灰度影象進行處理。

OCR識別的一般步驟如下：

1. 先進行定位校正

2. 分割，將各個字元斷開成不同的聯通域

3. 求交集（二值化後的影象區域 和 斷完之後的區域）

4. 排序，識別的時候按照順序來

5. 讀ocr分列器

6. 識別

7. 顯示

OCR識別的運算元：

//建立分列器

//使用多層感知器建立OCR分類器。

create_ocr_class_mlp

WidthCharacter：矩形的寬度，分割字元的灰度值被縮放到該矩形

HeightCharcter：矩形的高度，分割字元的灰度值被縮放到該矩形

Interpolation：用於縮放字元的插值模式

Features：用於分列的特徵

Charaters：要讀取的字符集的所有字元

NumHidden：MLP的隱藏單位數

Preprocessing：用於變換特徵向量的預處理型別

NumComponents：預處理引數：已轉換要素的數量

RandSeed：隨機數生成器的種子值，用於使用隨機值初始化MLP

OCRHandle：OCR分列器控制代碼

//訓練一個分列器

trainf_ocr_class_mlp

OCRHandle：OCR分列器控制代碼

TrainingFile：訓練檔案件名

MaxIterations：優化演算法的最大迭代次數

WeightTolerance：優化演算法的兩次迭代之間MLP的權重差異的閾值

ErrorTolerance：在優化演算法的兩次迭代之間MLP對訓練資料的平均誤差的差異的閾值

Error：MLP對訓練資料的平均誤差

ErrorLog：作為優化演算法的迭代次數的函式，MLP對訓練資料的平均誤差

識別

//使用OCR分類器對多個字元進行分類

do_ocr_multi_class_mlp

Character：要識別的字元

Image：字元的灰度值影象

OCRHandle：OCR分列器控制代碼

Class：使用MLP對字元進行分類的結果

Confidence：輸出字元分類的信心值

OCR識別流程會使用到的重要運算元：

//快速二值化

//前景和背景只有黑白，可以使用這個函式快速將黑白分開

binary_threshold

Image：輸入影象

Region：分段輸出區域

Method：分段方法

LightDark：提取前景還是背景

UsedThreshold：使用的閾值

//文字行角度的獲取

//確定文字行或段落的方向

text_line_orientation

Region：文字行區域

Image：輸入影象

CharHeight：文字行的高

OrientationFrom：文字行最小旋轉角度

OrientationTo：文字行最大旋轉角度

OrientationAngle：計算出來的文字行旋轉角度

使用指定寬度，切矩形

//將區域劃分為大小相等的矩形

partition_rectangle

Region：被劃分的區域

Partitioned：被劃分後的矩形

Width：單個矩形的寬

Height：單個矩形的高

//求交集

intersection

Region1：被求交集的區域1

Region2：被求交集的區域2

RegionIntersection：求交集的結果

//對區域排序

//根據區域的相對位置對區域進行排序。

sort_region

Regions：需要被排序的區域

SortedRegions：排序之後的區域

SortMode：排序的方法

order：遞增或者是遞減排序

RowOrCol：首先對行進行排序，然後對列進行排序。