進行OCR的時候，同一個字符，通常需要很多字符小圖，這樣圖片多了，才能訓練出健壯的分類器。如何自動化地執行該過程呢？我提供一種思路。
待訓練的圖片集如下：
其中，“文件夾0”和“文件夾1”中有多張圖片，例如“文件夾1”中的圖片是這樣的（圖片名稱第一個字符都是“1”）：
訓練OCR分類器的完整代碼如下：
1 set_font (200000, 'Arial'+'-Bold-20') 2 dev_set_draw ('margin') 3
4 ImageFolder := '第2行data'
5
6
7 list_files (ImageFolder, ['files','follow_links','recursive'], ImageFiles) 8 tuple_regexp_select (ImageFiles, ['\\.(tif|tiff|gif|bmp|jpg|jpeg|jp2|png|pcx|pgm|ppm|pbm|xwd|ima)$','ignore_case'], ImageFiles) 9
10 gen_empty_obj (Images) 11 gen_empty_obj (RegionChars) 12 Chars := [] 13
14 for Index := 0 to |ImageFiles| - 1 by 1
15 read_image (Image, ImageFiles[Index]) 16 parse_filename (ImageFiles[Index], BaseName, Extension, Directory) 17 count_channels (Image, Channels) 18 if (Channels != 1) 19 rgb1_to_gray (Image, Image) 20 endif 21
22 *取文件名的第一個字符（例如字符1可能有多張圖片，圖片原始名字可能為11.bmp、12.bmp、13.bmp……） 23 tuple_substr (BaseName, 0, 0, BaseNameReal) 24
25 *增強圖像對比度 26 scale_image_max (Image, Image) 27 emphasize (Image, Image, 11, 11, 1) 28
29 if (BaseNameReal == '.') 30 BaseNameReal := '.'
31 endif 32
33 threshold (Image, Region, 0, 152) 34 * binary_threshold (Image, Region, 'max_separability', 'dark', UsedThreshold) 35 opening_circle (Region, Region, 1) 36 fill_up_shape (Region, Region, 'area', 1, 100) 37
38 *將字符圖像、字符區域、字符文本分別添加到Images、RegionChars、Chars中 39 concat_obj (Images, Image, Images) 40 concat_obj (RegionChars, Region, RegionChars) 41 Chars := [Chars,BaseNameReal] 42
43 dev_display (Image) 44 dev_display (Region) 45 endfor 46
47 *1.1創建訓練文件 48 TrainFile:='Line2_Words.trf'
49 * delete_file(TrainFile) 50
51 *1.2將字符區域、字符圖像與字符文本關聯，保存到.trf訓練文件中 52 for i:=1 to |Chars| by 1
53 select_obj(RegionChars, SingleWord, i) 54 select_obj(Images, SingleImage, i) 55 append_ocr_trainf(SingleWord,SingleImage,Chars[i-1],TrainFile) 56 endfor 57
58
59 ***********************************************************************
60
61 *2.1確定字體分類器文件名 62 FontFile:='Line2_Words.omc'
63
64 *2.2得到字符標識名（這一步非必須） 65 read_ocr_trainf_names(TrainFile, CharacterNames, CharacterCount) 66
67 *2.3確定神經網絡隱藏層節點數 68 NumHidden := 80
69
70 *2.4創建神經網絡分類器 71 create_ocr_class_mlp(42, 67, 'constant', 'default', CharacterNames, NumHidden, 'none', 10, 42, OCRHandle) 72
73 *2.5訓練神經網絡 74 trainf_ocr_class_mlp(OCRHandle, TrainFile, 200, 1, 0.9, Error, ErrorLog) 75
76 *2.6保存訓練結果 77 write_ocr_class_mlp(OCRHandle, FontFile) 78
79 *2.7清除句柄 80 clear_ocr_class_mlp(OCRHandle)