易语言 OpenCV 简单的文字识别

z13228604287

  

窗口程序集名	保 留	保 留	备 注
OCR
变量名	类 型	数组	备 注
置信阈值	小数型
抑制阈值	小数型
输入宽	整数型
输入高	整数型
模型识别	文本型
探测器	网络类
识别器	网络类
字母表	文本型	0

子程序名	返回值类型	公开	备 注
_初始化			当基于本类的对象被创建后，此方法会被自动调用

置信阈值 ＝ 0.5
抑制阈值 ＝ 0.4
输入高 ＝ 320
输入宽 ＝ 320
探测器 ＝ 视觉_读取网络 (“C:\Users\hanyo\Desktop\ocr-opencv-dnn-master\trained_model_for_text_recognition\frozen_east_text_detection.pb”, , “”)

子程序名	返回值类型	公开	备 注
_销毁			当基于本类的对象被销毁前，此方法会被自动调用

子程序名	返回值类型	公开	备 注
初始化
参数名	类 型	参考	可空	数组	备 注
_modelRecognition	文本型
_alphabet	文本型

变量名	类 型	静态	数组	备 注
i	整数型

计次循环首 (取文本长度 (_alphabet), i)
加入成员 (字母表, 取文本中间 (_alphabet, i, 1))
计次循环尾 ()
模型识别 ＝ _modelRecognition
识别器 ＝ 视觉_读取网络 (_modelRecognition, , “”)

子程序名	返回值类型	公开	备 注
识别边框
参数名	类 型	参考	可空	数组	备 注
分数	多维矩阵类
几何图形	多维矩阵类
检测	旋转矩形类
置信	小数型

变量名	类 型	静态	数组	备 注
高度	整数型
宽	整数型
y	整数型
分数数据	小数型指针类
x0_数据	小数型指针类
x1_数据	小数型指针类
x2_数据	小数型指针类
x3_数据	小数型指针类
角度数据	小数型指针类
x	整数型
得分	小数型
偏移量X	小数型
偏移量Y	小数型
余弦A	小数型
角	小数型
正弦A	小数型
抵消	点2f类
p1	点2f类
p3	点2f类
h	小数型
w	小数型
r	旋转矩形类

清除数组 (检测)
判断 (分数.维度 () ＝ 4 且 几何图形.维度 () ＝ 4 且 分数.维度元素数 (0) ＝ 1 且 几何图形.维度元素数 (0) ＝ 1 且 分数.维度元素数 (1) ＝ 1 且 几何图形.维度元素数 (1) ＝ 5 且 分数.维度元素数 (2) ＝ 几何图形.维度元素数 (2) 且 分数.维度元素数 (3) ＝ 几何图形.维度元素数 (3))
高度 ＝ 分数.维度元素数 (2)
宽 ＝ 分数.维度元素数 (3)
分数数据.指针 ＝ 分数.取元素指针S (0, 0, 26)
变量循环首 (0, 高度 － 1, 1, y)
分数数据.指针 ＝ 分数.取元素指针S (0, 0, y)
x0_数据.指针 ＝ 几何图形.取元素指针S (0, 0, y)
x1_数据.指针 ＝ 几何图形.取元素指针S (0, 1, y)
x2_数据.指针 ＝ 几何图形.取元素指针S (0, 2, y)
x3_数据.指针 ＝ 几何图形.取元素指针S (0, 3, y)
角度数据.指针 ＝ 几何图形.取元素指针S (0, 4, y)
变量循环首 (0, 宽 － 1, 1, x)
得分 ＝ 分数数据.读 (x)
如果真 (得分 ＜ 置信阈值)
到循环尾 ()
偏移量X ＝ x × 4
偏移量Y ＝ y × 4
角 ＝ 角度数据.读 (x)
余弦A ＝ 求余弦 (角)
正弦A ＝ 求正弦 (角)
h ＝ x0_数据.读 (x) ＋ x2_数据.读 (x)
w ＝ x1_数据.读 (x) ＋ x3_数据.读 (x)
抵消.初始化 (偏移量X ＋ 余弦A × x1_数据.读 (x) ＋ 正弦A × x2_数据.读 (x), 偏移量Y － 正弦A × x1_数据.读 (x) ＋ 余弦A × x2_数据.读 (x))
p1 ＝ 点2f (－正弦A × h, －余弦A × h).加 (抵消)
p3 ＝ 点2f (－余弦A × w, 正弦A × w).加 (抵消)
r.初始化1 (p1.加 (p3).乘 (0.5), 尺寸2f (w, h), －角 × 180 ÷ #pi )
加入成员 (检测, r)
加入成员 (置信, 得分)
变量循环尾 ()
变量循环尾 ()

子程序名	返回值类型	公开	备 注
检测_REC
参数名	类 型	参考	可空	数组	备 注
识别图	多维矩阵类

变量名	类 型	静态	数组	备 注
输出名称	文本型		2
输出	多维矩阵类		0
斑点	多维矩阵类
分数	多维矩阵类
几何图形	多维矩阵类
框框数组	旋转矩形类		0
信任度数组	小数型		0
索引数组	整数型		0
比率	点2f类
i	整数型
框框	旋转矩形类
顶点	点2f类		0
j	整数型
裁剪	多维矩阵类
斑点裁剪	多维矩阵类
结果	多维矩阵类
已识别字符	文本型

输出名称 [1] ＝ “feature_fusion/Conv_7/Sigmoid”
输出名称 [2] ＝ “feature_fusion/concat_3”
斑点 ＝ 视觉_图像前景目标 (识别图, 1, 尺寸2i (输入宽, 输入高), 标量 (123.68, 116.78, 103.94), 真, 假, 5)
探测器.设置输入 (斑点, “”, 1, )
探测器.前向计算V (输出, 输出名称)
分数 ＝ 输出 [1]
几何图形 ＝ 输出 [2]
' 解码预测的边界框。
识别边框 (分数, 几何图形, 框框数组, 信任度数组)
视觉_非最大抑制R (框框数组, 信任度数组, 置信阈值, 抑制阈值, 索引数组, 1, 0)
比率.初始化 (识别图.列数 () ÷ 输入宽, 识别图.行数 () ÷ 输入高)
计次循环首 (取数组成员数 (索引数组), i)
框框 ＝ 框框数组 [索引数组 [i] ＋ 1]
顶点 ＝ 框框.顶点 ()
计次循环首 (4, j)
顶点 [j].左边 ＝ 顶点 [j].左边 × 比率.左边
顶点 [j].顶边 ＝ 顶点 [j].顶边 × 比率.顶边
计次循环尾 ()
如果真 (模型识别 ≠ “”)
四点转换 (识别图, 顶点, 裁剪)
视觉_颜色空间转换 (裁剪, 裁剪, #颜色_BGR转GRAY, 0)
斑点裁剪 ＝ 视觉_图像前景目标 (裁剪, 1 ÷ 127.5, , 标量 (127.5, 127.5, 127.5, 127.5), 假, 假, 5)
识别器.设置输入 (斑点裁剪, “”, 1, )
识别器.前向计算 (结果, “”)
识别文本 (结果, 已识别字符)
视觉_放置文本f (识别图, 已识别字符, 顶点 [1], #字体_衬线_简单, 1.5, 标量 (0, 0, 255), 1, 8, 假)
计次循环首 (4, i)
如果真 (i ＝ 4)
视觉_线f (识别图, 顶点 [1], 顶点 [4], 标量 (0, 255, 0), 2, 8, 0)
跳出循环 ()
视觉_线f (识别图, 顶点 [i], 顶点 [i ＋ 1], 标量 (0, 255, 0), 2, 8, 0)
计次循环尾 ()
计次循环尾 ()

子程序名	返回值类型	公开	备 注
识别文本
参数名	类 型	参考	可空	数组	备 注
分数	多维矩阵类
文本	文本型

变量名	类 型	静态	数组	备 注
分数矩阵	多维矩阵类
元素	文本型		0
行索引	整数型
点	点2i类
i	整数型

分数矩阵 ＝ 分数.重塑 (1, 分数.维度元素数 (0))
重定义数组 (元素, 假, 分数.维度元素数 (0))
计次循环首 (分数矩阵.行数 (), 行索引)
视觉_最小最大位置 (分数矩阵.行 (行索引 － 1), , , , 点, )
判断 (点.左边 ＞ 0 且 点.左边 ＜ 取数组成员数 (字母表))
元素 [行索引] ＝ 字母表 [点.左边]
元素 [行索引] ＝ “-”

计次循环尾 ()
如果真 (取数组成员数 (元素) ＞ 0)
如果真 (元素 [1] ≠ “-”)
文本 ＝ 文本 ＋ 元素 [1]

变量循环首 (2, 取数组成员数 (元素), 1, i)
如果真 (元素 [i] ≠ “-” 且 元素 [i] ≠ 元素 [i － 1])
文本 ＝ 文本 ＋ 元素 [i]

变量循环尾 ()

子程序名	返回值类型	公开	备 注
四点转换
参数名	类 型	参考	可空	数组	备 注
识别图	多维矩阵类
顶点	点2f类
结果	多维矩阵类

变量名	类 型	静态	数组	备 注
输出大小	尺寸2i类
目标顶点	点2f类		4
旋转矩阵	多维矩阵类

输出大小.初始化 (100, 32)
目标顶点 [1].初始化 (0, 输出大小.高 － 1)
目标顶点 [2].初始化 (0, 0)
目标顶点 [3].初始化 (输出大小.宽 － 1, 0)
目标顶点 [4].初始化 (输出大小.宽 － 1, 输出大小.高 － 1)
旋转矩阵 ＝ 视觉_获取透视变换 (顶点, 目标顶点, 0)
视觉_透视变换 (识别图, 结果, 旋转矩阵, 输出大小, 1, 0, )

i支持库列表	支持库注释
OpenCV	(未知支持库)

.版本 2<br /> .支持库 OpenCV<br /> <br /> .程序集 OCR<br /> .程序集变量 置信阈值, 小数型<br /> .程序集变量 抑制阈值, 小数型<br /> .程序集变量 输入宽, 整数型<br /> .程序集变量 输入高, 整数型<br /> .程序集变量 模型识别, 文本型<br /> .程序集变量 探测器, 网络类<br /> .程序集变量 识别器, 网络类<br /> .程序集变量 字母表, 文本型, , "0"<br /> <br /> .子程序 _初始化, , , 当基于本类的对象被创建后，此方法会被自动调用<br /> <br /> 置信阈值 ＝ 0.5<br /> 抑制阈值 ＝ 0.4<br /> 输入高 ＝ 320<br /> 输入宽 ＝ 320<br /> 探测器 ＝ 视觉_读取网络 (“C:\Users\hanyo\Desktop\ocr-opencv-dnn-master\trained_model_for_text_recognition\frozen_east_text_detection.pb”, , “”)<br /> <br /> .子程序 _销毁, , , 当基于本类的对象被销毁前，此方法会被自动调用<br /> <br /> <br /> <br /> .子程序 初始化, , 公开<br /> .参数 _modelRecognition, 文本型<br /> .参数 _alphabet, 文本型<br /> .局部变量 i, 整数型<br /> <br /> .计次循环首 (取文本长度 (_alphabet), i)<br />     加入成员 (字母表, 取文本中间 (_alphabet, i, 1))<br /> .计次循环尾 ()<br /> 模型识别 ＝ _modelRecognition<br /> 识别器 ＝ 视觉_读取网络 (_modelRecognition, , “”)<br /> <br /> <br /> .子程序 识别边框<br /> .参数 分数, 多维矩阵类<br /> .参数 几何图形, 多维矩阵类<br /> .参数 检测, 旋转矩形类, 参考 数组<br /> .参数 置信, 小数型, 参考 数组<br /> .局部变量 高度, 整数型<br /> .局部变量 宽, 整数型<br /> .局部变量 y, 整数型<br /> .局部变量 分数数据, 小数型指针类<br /> .局部变量 x0_数据, 小数型指针类<br /> .局部变量 x1_数据, 小数型指针类<br /> .局部变量 x2_数据, 小数型指针类<br /> .局部变量 x3_数据, 小数型指针类<br /> .局部变量 角度数据, 小数型指针类<br /> .局部变量 x, 整数型<br /> .局部变量 得分, 小数型<br /> .局部变量 偏移量X, 小数型<br /> .局部变量 偏移量Y, 小数型<br /> .局部变量 余弦A, 小数型<br /> .局部变量 角, 小数型<br /> .局部变量 正弦A, 小数型<br /> .局部变量 抵消, 点2f类<br /> .局部变量 p1, 点2f类<br /> .局部变量 p3, 点2f类<br /> .局部变量 h, 小数型<br /> .局部变量 w, 小数型<br /> .局部变量 r, 旋转矩形类<br /> <br /> 清除数组 (检测)<br /> .判断开始 (分数.维度 () ＝ 4 且 几何图形.维度 () ＝ 4 且 分数.维度元素数 (0) ＝ 1 且 几何图形.维度元素数 (0) ＝ 1 且 分数.维度元素数 (1) ＝ 1 且 几何图形.维度元素数 (1) ＝ 5 且 分数.维度元素数 (2) ＝ 几何图形.维度元素数 (2) 且 分数.维度元素数 (3) ＝ 几何图形.维度元素数 (3))<br />     高度 ＝ 分数.维度元素数 (2)<br />     宽 ＝ 分数.维度元素数 (3)<br />     分数数据.指针 ＝ 分数.取元素指针S (0, 0, 26)<br />     .变量循环首 (0, 高度 － 1, 1, y)<br />         分数数据.指针 ＝ 分数.取元素指针S (0, 0, y)<br />         x0_数据.指针 ＝ 几何图形.取元素指针S (0, 0, y)<br />         x1_数据.指针 ＝ 几何图形.取元素指针S (0, 1, y)<br />         x2_数据.指针 ＝ 几何图形.取元素指针S (0, 2, y)<br />         x3_数据.指针 ＝ 几何图形.取元素指针S (0, 3, y)<br />         角度数据.指针 ＝ 几何图形.取元素指针S (0, 4, y)<br />         .变量循环首 (0, 宽 － 1, 1, x)<br />             得分 ＝ 分数数据.读 (x)<br />             .如果真 (得分 ＜ 置信阈值)<br />                 到循环尾 ()<br />             .如果真结束<br />             偏移量X ＝ x × 4<br />             偏移量Y ＝ y × 4<br />             角 ＝ 角度数据.读 (x)<br />             余弦A ＝ 求余弦 (角)<br />             正弦A ＝ 求正弦 (角)<br />             h ＝ x0_数据.读 (x) ＋ x2_数据.读 (x)<br />             w ＝ x1_数据.读 (x) ＋ x3_数据.读 (x)<br />             抵消.初始化 (偏移量X ＋ 余弦A × x1_数据.读 (x) ＋ 正弦A × x2_数据.读 (x), 偏移量Y － 正弦A × x1_数据.读 (x) ＋ 余弦A × x2_数据.读 (x))<br />             p1 ＝ 点2f (－正弦A × h, －余弦A × h).加 (抵消)<br />             p3 ＝ 点2f (－余弦A × w, 正弦A × w).加 (抵消)<br />             r.初始化1 (p1.加 (p3).乘 (0.5), 尺寸2f (w, h), －角 × 180 ÷ #pi)<br />             加入成员 (检测, r)<br />             加入成员 (置信, 得分)<br />         .变量循环尾 ()<br />     .变量循环尾 ()<br /> <br /> .默认<br /> <br /> .判断结束<br /> <br /> <br /> <br /> <br /> <br /> .子程序 检测_REC, , 公开<br /> .参数 识别图, 多维矩阵类<br /> .局部变量 输出名称, 文本型, , "2"<br /> .局部变量 输出, 多维矩阵类, , "0"<br /> .局部变量 斑点, 多维矩阵类<br /> .局部变量 分数, 多维矩阵类<br /> .局部变量 几何图形, 多维矩阵类<br /> .局部变量 框框数组, 旋转矩形类, , "0"<br /> .局部变量 信任度数组, 小数型, , "0"<br /> .局部变量 索引数组, 整数型, , "0"<br /> .局部变量 比率, 点2f类<br /> .局部变量 i, 整数型<br /> .局部变量 框框, 旋转矩形类<br /> .局部变量 顶点, 点2f类, , "0"<br /> .局部变量 j, 整数型<br /> .局部变量 裁剪, 多维矩阵类<br /> .局部变量 斑点裁剪, 多维矩阵类<br /> .局部变量 结果, 多维矩阵类<br /> .局部变量 已识别字符, 文本型<br /> <br /> 输出名称 [1] ＝ “feature_fusion/Conv_7/Sigmoid”<br /> 输出名称 [2] ＝ “feature_fusion/concat_3”<br /> 斑点 ＝ 视觉_图像前景目标 (识别图, 1, 尺寸2i (输入宽, 输入高), 标量 (123.68, 116.78, 103.94), 真, 假, 5)<br /> 探测器.设置输入 (斑点, “”, 1, )<br /> 探测器.前向计算V (输出, 输出名称)<br /> 分数 ＝ 输出 [1]<br /> 几何图形 ＝ 输出 [2]<br /> ' 解码预测的边界框。<br /> 识别边框 (分数, 几何图形, 框框数组, 信任度数组)<br /> 视觉_非最大抑制R (框框数组, 信任度数组, 置信阈值, 抑制阈值, 索引数组, 1, 0)<br /> 比率.初始化 (识别图.列数 () ÷ 输入宽, 识别图.行数 () ÷ 输入高)<br /> .计次循环首 (取数组成员数 (索引数组), i)<br />     框框 ＝ 框框数组 [索引数组 <i> ＋ 1]<br />     顶点 ＝ 框框.顶点 ()<br />     .计次循环首 (4, j)<br />         顶点 [j].左边 ＝ 顶点 [j].左边 × 比率.左边<br />         顶点 [j].顶边 ＝ 顶点 [j].顶边 × 比率.顶边<br />     .计次循环尾 ()<br />     .如果真 (模型识别 ≠ “”)<br />         四点转换 (识别图, 顶点, 裁剪)<br />         视觉_颜色空间转换 (裁剪, 裁剪, #颜色_BGR转GRAY, 0)<br />         斑点裁剪 ＝ 视觉_图像前景目标 (裁剪, 1 ÷ 127.5, , 标量 (127.5, 127.5, 127.5, 127.5), 假, 假, 5)<br />         识别器.设置输入 (斑点裁剪, “”, 1, )<br />         识别器.前向计算 (结果, “”)<br />         识别文本 (结果, 已识别字符)<br />         视觉_放置文本f (识别图, 已识别字符, 顶点 [1], #字体_衬线_简单, 1.5, 标量 (0, 0, 255), 1, 8, 假)<br />     .如果真结束<br />     .计次循环首 (4, i)<br />         .如果真 (i ＝ 4)<br />             视觉_线f (识别图, 顶点 [1], 顶点 [4], 标量 (0, 255, 0), 2, 8, 0)<br />             跳出循环 ()<br />         .如果真结束<br />         视觉_线f (识别图, 顶点 <i>, 顶点 [i ＋ 1], 标量 (0, 255, 0), 2, 8, 0)<br />     .计次循环尾 ()<br /> .计次循环尾 ()<br /> <br /> .子程序 识别文本<br /> .参数 分数, 多维矩阵类<br /> .参数 文本, 文本型, 参考<br /> .局部变量 分数矩阵, 多维矩阵类<br /> .局部变量 元素, 文本型, , "0"<br /> .局部变量 行索引, 整数型<br /> .局部变量 点, 点2i类<br /> .局部变量 i, 整数型<br /> <br /> 分数矩阵 ＝ 分数.重塑 (1, 分数.维度元素数 (0))<br /> 重定义数组 (元素, 假, 分数.维度元素数 (0))<br /> .计次循环首 (分数矩阵.行数 (), 行索引)<br />     视觉_最小最大位置 (分数矩阵.行 (行索引 － 1), , , , 点, )<br />     .判断开始 (点.左边 ＞ 0 且 点.左边 ＜ 取数组成员数 (字母表))<br />         元素 [行索引] ＝ 字母表 [点.左边]<br />     .默认<br />         元素 [行索引] ＝ “-”<br />     .判断结束<br /> <br /> .计次循环尾 ()<br /> .如果真 (取数组成员数 (元素) ＞ 0)<br />     .如果真 (元素 [1] ≠ “-”)<br />         文本 ＝ 文本 ＋ 元素 [1]<br />     .如果真结束<br /> <br /> .如果真结束<br /> .变量循环首 (2, 取数组成员数 (元素), 1, i)<br />     .如果真 (元素 <i> ≠ “-” 且 元素 <i> ≠ 元素 [i － 1])<br />         文本 ＝ 文本 ＋ 元素 <i><br />     .如果真结束<br /> <br /> .变量循环尾 ()<br /> <br /> .子程序 四点转换<br /> .参数 识别图, 多维矩阵类<br /> .参数 顶点, 点2f类, 数组<br /> .参数 结果, 多维矩阵类<br /> .局部变量 输出大小, 尺寸2i类<br /> .局部变量 目标顶点, 点2f类, , "4"<br /> .局部变量 旋转矩阵, 多维矩阵类<br /> <br /> 输出大小.初始化 (100, 32)<br /> 目标顶点 [1].初始化 (0, 输出大小.高 － 1)<br /> 目标顶点 [2].初始化 (0, 0)<br /> 目标顶点 [3].初始化 (输出大小.宽 － 1, 0)<br /> 目标顶点 [4].初始化 (输出大小.宽 － 1, 输出大小.高 － 1)<br /> 旋转矩阵 ＝ 视觉_获取透视变换 (顶点, 目标顶点, 0)<br /> 视觉_透视变换 (识别图, 结果, 旋转矩阵, 输出大小, 1, 0, )

  

窗口程序集名	保 留	保 留	备 注
程序集1

子程序名	返回值类型	公开	备 注
_启动子程序	整数型		本子程序在程序启动后最先执行

变量名	类 型	静态	数组	备 注
OCR	OCR
输入图	多维矩阵类
窗口名称	文本型

OCR.初始化 (“C:\Users\hanyo\Desktop\ocr-opencv-dnn-master\trained_model_for_text_recognition\CRNN_VGG_BiLSTM_CTC.onnx”, “0123456789abcdefghijklmnopqrstuvwxyz”)
输入图 ＝ 视觉_图像读取 (“C:\Users\hanyo\Desktop\ocr-opencv-dnn-master\sign.jpg”, #读图_彩色 )
OCR.检测_REC (输入图)
窗口名称 ＝ “易语言 OpenCV 简单的文字识别”
视觉_创建窗口 (窗口名称, #窗口_标准 )
视觉_显示图像 (窗口名称, 输入图)
视觉_等待按键 (0)
视觉_销毁所有窗口 ()
返回 (0)  ' 可以根据您的需要返回任意数值

i支持库列表	支持库注释
OpenCV	(未知支持库)

.版本 2<br /> .支持库 OpenCV<br /> <br /> .程序集 程序集1<br /> <br /> .子程序 _启动子程序, 整数型, , 本子程序在程序启动后最先执行<br /> .局部变量 OCR, OCR<br /> .局部变量 输入图, 多维矩阵类<br /> .局部变量 窗口名称, 文本型<br /> <br /> OCR.初始化 (“C:\Users\hanyo\Desktop\ocr-opencv-dnn-master\trained_model_for_text_recognition\CRNN_VGG_BiLSTM_CTC.onnx”, “0123456789abcdefghijklmnopqrstuvwxyz”)<br /> 输入图 ＝ 视觉_图像读取 (“C:\Users\hanyo\Desktop\ocr-opencv-dnn-master\sign.jpg”, #读图_彩色)<br /> OCR.检测_REC (输入图)<br /> 窗口名称 ＝ “易语言 OpenCV 简单的文字识别”<br /> 视觉_创建窗口 (窗口名称, #窗口_标准)<br /> 视觉_显示图像 (窗口名称, 输入图)<br /> 视觉_等待按键 (0)<br /> 视觉_销毁所有窗口 ()<br /> 返回 (0)  ' 可以根据您的需要返回任意数值

我Only

666666666666666

风中雪123

ddddddddddddddddddd

风中雪123

ddddddddddddddddddd

2045109515

学习学习一下

懒人小健

学习了，求开源

abnerll

感谢分享

jzc123

6666666666666666666666

wdjyltzh01

支持开源~！感谢分享

xinzhiyi

感谢分享