create_ocr_class_svmT_create_ocr_class_svmCreateOcrClassSvmCreateOcrClassSvmcreate_ocr_class_svm创建光学字符识别类支持向量机（算子）

名称

create_ocr_class_svmT_create_ocr_class_svmCreateOcrClassSvmCreateOcrClassSvmcreate_ocr_class_svm — 使用支持向量机创建 OCR 分类器。

签名

描述

create_ocr_class_svmcreate_ocr_class_svmCreateOcrClassSvmCreateOcrClassSvmCreateOcrClassSvmcreate_ocr_class_svm 创建一个使用支持向量机（SVM）的 OCR 分类器。该 OCR 分类器的句柄将通过 OCRHandleOCRHandleOCRHandleOCRHandleOCRHandleocrhandle 返回。

有关 SVM 的工作原理说明，请参阅 create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm。create_ocr_class_svmcreate_ocr_class_svmCreateOcrClassSvmCreateOcrClassSvmCreateOcrClassSvmcreate_ocr_class_svm 根据 ModeModeModeModemodemode 指定的分类模式创建用于分类的 SVM。该 SVM 的特征向量长度（create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm 中的 NumFeaturesNumFeaturesNumFeaturesNumFeaturesnumFeaturesnum_features）由 OCR 使用的特征决定，这些特征通过 FeaturesFeaturesFeaturesFeaturesfeaturesfeatures 参数传递。特征说明如下。与 create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm 类似，内核通过 KernelTypeKernelTypeKernelTypeKernelTypekernelTypekernel_type、KernelParamKernelParamKernelParamKernelParamkernelParamkernel_param 和 NuNuNuNununu 进行参数化。SVM 的类数（create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm 中的 NumClassesNumClassesNumClassesNumClassesnumClassesnum_classes）由 OCR 使用的字符名称决定，这些名称通过 CharactersCharactersCharactersCharacterscharacterscharacters 参数传递。如 create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm 所述，参数 PreprocessingPreprocessingPreprocessingPreprocessingpreprocessingpreprocessing 和 NumComponentsNumComponentsNumComponentsNumComponentsnumComponentsnum_components 可用于指定数据（即特征向量）的预处理方式。为确保数值稳定性，PreprocessingPreprocessingPreprocessingPreprocessingpreprocessingpreprocessing 通常可设置为 'normalization'"normalization""normalization""normalization""normalization""normalization"。为加快分类速度，可使用 'principal_components'"principal_components""principal_components""principal_components""principal_components""principal_components" 或 'canonical_variates'"canonical_variates""canonical_variates""canonical_variates""canonical_variates""canonical_variates"，因其可在不降低识别率的前提下显著减少输入特征数量。

用于分类的特征由 FeaturesFeaturesFeaturesFeaturesfeaturesfeatures 决定。FeaturesFeaturesFeaturesFeaturesfeaturesfeatures 可以包含一个特征名称元组。每个特征名都会导致为分类器计算一个或多个特征。部分特征名用于计算灰度值特征（如 'pixel_invar'"pixel_invar""pixel_invar""pixel_invar""pixel_invar""pixel_invar"）。由于分类器需要固定数量的特征（输入变量），待分类字符将被转换为标准尺寸，该尺寸由 WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character 和 HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character 决定。转换所用的插值方式由 InterpolationInterpolationInterpolationInterpolationinterpolationinterpolation 决定。其含义与 affine_trans_imageaffine_trans_imageAffineTransImageAffineTransImageAffineTransImageaffine_trans_image 中相同。应选择能避免转换产生锯齿效应的插值方式。多数应用场景应采用 InterpolationInterpolationInterpolationInterpolationinterpolationinterpolation = 'constant'"constant""constant""constant""constant""constant"。需注意转换后字符尺寸不宜过大，否则分类器的泛化性能可能恶化。特别是对于大尺寸图像，若采用灰度值特征，微小的分割误差将对计算出的特征产生显著影响。这是因为分割误差会改变区域的最小包围矩形，从而导致该字符的缩放效果与训练集中的字符不同。多数应用场景中，建议采用 6x8 至 10x14 的尺寸范围。

FeaturesFeaturesFeaturesFeaturesfeaturesfeatures 参数可包含以下字符分类特征名称。

'default'"default""default""default""default""default"

选择 'ratio'"ratio""ratio""ratio""ratio""ratio" 和 'pixel_invar'"pixel_invar""pixel_invar""pixel_invar""pixel_invar""pixel_invar"。

'pixel'"pixel""pixel""pixel""pixel""pixel"

字符的灰度值（WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character x HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character 特征）。

'pixel_invar'"pixel_invar""pixel_invar""pixel_invar""pixel_invar""pixel_invar"

字符灰度值经最大化缩放后的灰度值（WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character x HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character 特征）。

'pixel_binary'"pixel_binary""pixel_binary""pixel_binary""pixel_binary""pixel_binary"

字符区域作为二值图像放大至 WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character x HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character 尺寸（WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character x HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character 特征）。

'gradient_8dir'"gradient_8dir""gradient_8dir""gradient_8dir""gradient_8dir""gradient_8dir"

在字符图像上计算梯度。梯度方向离散化为 8 个方向。振幅图像按离散化方向分解为 8 个通道。每个通道提取 5x5 网格上的 25 个采样点，作为特征点（共 200 个特征）。

'projection_horizontal'"projection_horizontal""projection_horizontal""projection_horizontal""projection_horizontal""projection_horizontal"

灰度值的水平投影（参见 gray_projectionsgray_projectionsGrayProjectionsGrayProjectionsGrayProjectionsgray_projections，HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character 特征）。

'projection_horizontal_invar'"projection_horizontal_invar""projection_horizontal_invar""projection_horizontal_invar""projection_horizontal_invar""projection_horizontal_invar"

灰度值的最大缩放水平投影（HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character 特征）。

'projection_vertical'"projection_vertical""projection_vertical""projection_vertical""projection_vertical""projection_vertical"

灰度值的垂直投影（参见 gray_projectionsgray_projectionsGrayProjectionsGrayProjectionsGrayProjectionsgray_projections, WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character 特征）。

'projection_vertical_invar'"projection_vertical_invar""projection_vertical_invar""projection_vertical_invar""projection_vertical_invar""projection_vertical_invar"

灰度值的最大缩放垂直投影（WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character 特征）。

'ratio'"ratio""ratio""ratio""ratio""ratio"

字符的宽高比（参见 height_width_ratioheight_width_ratioHeightWidthRatioHeightWidthRatioHeightWidthRatioheight_width_ratio，1 个特征）。

'anisometry'"anisometry""anisometry""anisometry""anisometry""anisometry"

特征的各向异性（参见 eccentricityeccentricityEccentricityEccentricityEccentricityeccentricity，1 个特征）。

'width'"width""width""width""width""width"

特征缩放至标准尺寸前的宽度（非尺度不变，参见 height_width_ratioheight_width_ratioHeightWidthRatioHeightWidthRatioHeightWidthRatioheight_width_ratio，1 个特征）。

'height'"height""height""height""height""height"

字符缩放至标准尺寸前的高度（非尺度不变，参见 height_width_ratioheight_width_ratioHeightWidthRatioHeightWidthRatioHeightWidthRatioheight_width_ratio，1 个特征）。

'zoom_factor'"zoom_factor""zoom_factor""zoom_factor""zoom_factor""zoom_factor"

字符与 WidthCharacterWidthCharacterWidthCharacterWidthCharacterwidthCharacterwidth_character 和 HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character 值之间的尺寸差异（非尺度不变，1 个特征）。

'foreground'"foreground""foreground""foreground""foreground""foreground"

前景像素占比（1 个特征）。

'foreground_grid_9'"foreground_grid_9""foreground_grid_9""foreground_grid_9""foreground_grid_9""foreground_grid_9"

字符最小包围矩形内 3x3 网格中前景像素占比（9 个特征）。

'foreground_grid_16'"foreground_grid_16""foreground_grid_16""foreground_grid_16""foreground_grid_16""foreground_grid_16"

字符最小包围矩形内 4x4 网格中前景像素占比（16 个特征）。

'compactness'"compactness""compactness""compactness""compactness""compactness"

字符紧凑性（参见 compactnesscompactnessCompactnessCompactnessCompactnesscompactness，1 个特征）。

'convexity'"convexity""convexity""convexity""convexity""convexity"

字符凸度（参见 convexityconvexityConvexityConvexityConvexityconvexity，1 个特征）。

'moments_region_2nd_invar'"moments_region_2nd_invar""moments_region_2nd_invar""moments_region_2nd_invar""moments_region_2nd_invar""moments_region_2nd_invar"

字符的归一化二阶矩（参见 moments_region_2nd_invarmoments_region_2nd_invarMomentsRegion2ndInvarMomentsRegion2ndInvarMomentsRegion2ndInvarmoments_region_2nd_invar，3 个特征）。

'moments_region_2nd_rel_invar'"moments_region_2nd_rel_invar""moments_region_2nd_rel_invar""moments_region_2nd_rel_invar""moments_region_2nd_rel_invar""moments_region_2nd_rel_invar"

字符的归一化二阶相对矩（参见 moments_region_2nd_rel_invarmoments_region_2nd_rel_invarMomentsRegion2ndRelInvarMomentsRegion2ndRelInvarMomentsRegion2ndRelInvarmoments_region_2nd_rel_invar，2 个特征）。

'moments_region_3rd_invar'"moments_region_3rd_invar""moments_region_3rd_invar""moments_region_3rd_invar""moments_region_3rd_invar""moments_region_3rd_invar"

字符的归一化三阶矩（参见 moments_region_3rd_invarmoments_region_3rd_invarMomentsRegion3rdInvarMomentsRegion3rdInvarMomentsRegion3rdInvarmoments_region_3rd_invar，4 个特征）。

'moments_central'"moments_central""moments_central""moments_central""moments_central""moments_central"

字符的归一化中心矩（参见 moments_region_centralmoments_region_centralMomentsRegionCentralMomentsRegionCentralMomentsRegionCentralmoments_region_central，4 个特征）。

'moments_gray_plane'"moments_gray_plane""moments_gray_plane""moments_gray_plane""moments_gray_plane""moments_gray_plane"

归一化的灰度值矩及灰度值平面角度（参见 moments_gray_planemoments_gray_planeMomentsGrayPlaneMomentsGrayPlaneMomentsGrayPlanemoments_gray_plane，4 个特征）。

'phi'"phi""phi""phi""phi""phi"

特征的方向（角度）（参见 elliptic_axiselliptic_axisEllipticAxisEllipticAxisEllipticAxiselliptic_axis，1 个特征）。

'num_connect'"num_connect""num_connect""num_connect""num_connect""num_connect"

连通分量数量（参见 connect_and_holesconnect_and_holesConnectAndHolesConnectAndHolesConnectAndHolesconnect_and_holes，1 个特征）。

'num_holes'"num_holes""num_holes""num_holes""num_holes""num_holes"

孔数（参见 connect_and_holesconnect_and_holesConnectAndHolesConnectAndHolesConnectAndHolesconnect_and_holes，1 个特征）。

'cooc'"cooc""cooc""cooc""cooc""cooc"

二值共生矩阵的值（参见 gen_cooc_matrixgen_cooc_matrixGenCoocMatrixGenCoocMatrixGenCoocMatrixgen_cooc_matrix，12 个特征）。

'num_runs'"num_runs""num_runs""num_runs""num_runs""num_runs"

区域内按高度归一化的弦数量（1 个特征）。

'chord_histo'"chord_histo""chord_histo""chord_histo""chord_histo""chord_histo"

每行弦的频率（非尺度不变，HeightCharacterHeightCharacterHeightCharacterHeightCharacterheightCharacterheight_character 特征）。

创建分类器后，使用 trainf_ocr_class_svmtrainf_ocr_class_svmTrainfOcrClassSvmTrainfOcrClassSvmTrainfOcrClassSvmtrainf_ocr_class_svm 进行训练。训练完成后，可通过 write_ocr_class_svmwrite_ocr_class_svmWriteOcrClassSvmWriteOcrClassSvmWriteOcrClassSvmwrite_ocr_class_svm 保存分类器。或者，训练完成后可立即使用 do_ocr_single_class_svmdo_ocr_single_class_svmDoOcrSingleClassSvmDoOcrSingleClassSvmDoOcrSingleClassSvmdo_ocr_single_class_svm 或 do_ocr_multi_class_svmdo_ocr_multi_class_svmDoOcrMultiClassSvmDoOcrMultiClassSvmDoOcrMultiClassSvmdo_ocr_multi_class_svm 进行字符分类。

SVM 与多层感知器（MLP）（参见 create_ocr_class_mlpcreate_ocr_class_mlpCreateOcrClassMlpCreateOcrClassMlpCreateOcrClassMlpcreate_ocr_class_mlp）的对比通常表明：SVM 在训练速度上普遍更快，尤其面对海量训练集时优势显著，且识别率略优于 MLP。而 MLP 在分类速度上更具优势，因此在时间敏感型应用中更值得优先选用。请注意，本指南假设参数已进行最优调优。

执行信息

• 多线程类型：可重入（与非独占算子并行运行）。
• 多线程作用域：全局（可从任何线程调用）。
• 未采用并行化处理。

此算子返回一个句柄。请注意，即使该句柄被用作特定算子的输入参数，这些算子仍可能改变此句柄类型的实例状态。

参数

示例（HDevelop）

read_image (Image, 'letters')
* Segment the image.
binary_threshold(Image,&Region, 'otsu', 'dark', &UsedThreshold);
dilation_circle (Region, RegionDilation, 3.5)
connection (RegionDilation, ConnectedRegions)
intersection (ConnectedRegions, Region, RegionIntersection)
sort_region (RegionIntersection, Characters, 'character', 'true', 'row')
* Generate the training file.
count_obj (Characters, Number)
Classes := []
for J := 0 to 25 by 1
    Classes := [Classes,gen_tuple_const(20,chr(ord('a')+J))]
endfor
Classes := [Classes,gen_tuple_const(20,'.')]
write_ocr_trainf (Characters, Image, Classes, 'letters.trf')
* Generate and train the classifier.
read_ocr_trainf_names ('letters.trf', CharacterNames, CharacterCount)
create_ocr_class_svm (8, 10, 'constant', 'default', CharacterNames, \
                      'rbf', 0.01, 0.01, 'one-versus-all', \
                      'principal_components', 10, OCRHandle)
trainf_ocr_class_svm (OCRHandle, 'letters.trf', 0.001, 'default')
* Re-classify the characters in the image.
do_ocr_multi_class_svm (Characters, Image, OCRHandle, Class)

结果

如果参数有效，算子 create_ocr_class_svmcreate_ocr_class_svmCreateOcrClassSvmCreateOcrClassSvmCreateOcrClassSvmcreate_ocr_class_svm 返回值 2 (H_MSG_TRUE)。如有必要，则抛出异常。

可能的后继

trainf_ocr_class_svmtrainf_ocr_class_svmTrainfOcrClassSvmTrainfOcrClassSvmTrainfOcrClassSvmtrainf_ocr_class_svm

替代

create_ocr_class_mlpcreate_ocr_class_mlpCreateOcrClassMlpCreateOcrClassMlpCreateOcrClassMlpcreate_ocr_class_mlp

另见

do_ocr_single_class_svmdo_ocr_single_class_svmDoOcrSingleClassSvmDoOcrSingleClassSvmDoOcrSingleClassSvmdo_ocr_single_class_svm, do_ocr_multi_class_svmdo_ocr_multi_class_svmDoOcrMultiClassSvmDoOcrMultiClassSvmDoOcrMultiClassSvmdo_ocr_multi_class_svm, clear_ocr_class_svmclear_ocr_class_svmClearOcrClassSvmClearOcrClassSvmClearOcrClassSvmclear_ocr_class_svm, create_class_svmcreate_class_svmCreateClassSvmCreateClassSvmCreateClassSvmcreate_class_svm, train_class_svmtrain_class_svmTrainClassSvmTrainClassSvmTrainClassSvmtrain_class_svm, classify_class_svmclassify_class_svmClassifyClassSvmClassifyClassSvmClassifyClassSvmclassify_class_svm

模块

光学字符识别/光学字符验证

---