Rilevamento e riconoscimento del testo

Il rilevamento e il riconoscimento del testo nelle immagini è un'attività comune nelle applicazioni di visione artificiale. Ad esempio, è possibile acquisire il video di una scena stradale da un veicolo in movimento, riconoscere i segnali stradali nella scena acquisita e avvisare il conducente della presenza dei segnali.

È possibile combinare il rilevamento e il riconoscimento in un processo a due fasi, in cui la prima fase individua le regioni che contengono testo e la seconda riconosce il testo all'interno delle regioni.

Gli algoritmi di rilevamento del testo utilizzano le feature locali dell'immagine, il Machine Learning o il Deep Learning per localizzare o segmentare il testo all'interno di un'immagine. Gli esempi contenuti in Computer Vision Toolbox™ dimostrano come utilizzare, ai fini di rilevamento del testo, l'analisi delle macchie, il rilevatore di feature delle regioni estremali stabili massimamente (MSER) e il modello di Deep Learning consapevolezza delle regioni dei caratteri per il rilevamento del testo (CRAFT).

Una volta rilevato il testo, i modelli di riconoscimento del testo, basati su Machine Learning o Deep Learning, elaborano le regioni di testo per restituire il testo previsto. La funzione ocr utilizza modelli linguistici preaddestrati per riconoscere il testo in più lingue. È inoltre possibile addestrare un modello linguistico personalizzato utilizzando la funzione trainOCR. Per ulteriori informazioni, vedere Getting Started with OCR.