粘连字符的分割有很多种方法：

第一种方法：利用阈值法提取联通区域，再利用形态学分离字符；

第二种方法：每个字符定义一个感兴趣区域；

第三种方法： 计算区域每列像素数目，由于不同字符之间连接部分非常狭窄，求取每列像素的全局最小值；

等等。其中第一种方法最为常见，也是本文介绍的方法。

粘连字符分割识别

本次采用halcon自带的分类器文件

一般用于识别数字和字符，以及少数特殊字符

字符库的使用望文生义即可

Document文档字符、DotPrint点阵字符、Industrial工业字符等

待识别原图

图中数字俩俩连在一起

根据直方图阈值法阈值分割结果

填充孔洞后

利用矩形元素在垂直方向开运算

此步骤为关键一步

此时已分离单个字符

利用halcon自带字符库

最终识别结果

核心程序

*(1)字符分割

*关闭更新

dev_update_window ('off')

*读取图像

read_image (Bottle, 'bottle2.png')

*获得图像大小

get_image_size (Bottle, Width, Height)

*关闭窗口

dev_close_window ()

*打开一个图像大小两倍的窗口

dev_open_window (0, 0, 2*Width, 2*Height, 'black', WindowHandle)

set_display_font (WindowHandle, 20, 'mono', 'true', 'false')

dev_display (Bottle)

disp_continue_message (WindowHandle, 'black', 'true')

*全局阈值处理，获得区域

threshold (Bottle, RawSegmentation, 0, 95)

*根据形状特征填充孔洞

fill_up_shape (RawSegmentation, RemovedNoise, 'area', 1, 5)

*利用圆形结构元素执行开运算

opening_circle (RemovedNoise, ThickStructures, 2.5)

dev_display (Bottle)

*填充孔洞

fill_up (ThickStructures, Solid)

*利用矩形结构元素执行开运算。矩形宽设为1，高为7，相当于低于7的连接被截断

opening_rectangle1 (Solid, Cut, 1, 7)

*计算连通区域

connection (Cut, ConnectedPatterns)

*计算区域交集

intersection (ConnectedPatterns, ThickStructures,NumberCandidates)

*根据区域面积进行选择

select_shape (NumberCandidates, Numbers, 'area', 'and', 300, 9999)

*区域排序

sort_region (Numbers, FinalNumbers, 'first_point', 'true', 'column')

*(2)读取数字

*读取OCR分类器(多层感知器)

read_ocr_class_mlp ('Industrial_0-9A-Z_NoRej.omc', OCRHandle)

*使用分类器进行字符分类

do_ocr_multi_class_mlp (FinalNumbers, Bottle, OCRHandle, RecNum, Confidence)

*求取字符区域中心坐标及面积

area_center (FinalNumbers, Area, Row, Column)

set_display_font (WindowHandle, 27, 'mono', 'true', 'false')

*循环显示读取得到的数字

for i := 0 to |RecNum| -1 by 1

*显示结果

disp_message (WindowHandle, RecNum[i], 'image', 80, Column[i]-3, 'green', 'false')

endfor

*清除分类器

clear_ocr_class_mlp (OCRHandle)

dev_update_window ('off')

本文转载·交流学习