文本、条形码和基准标记检测与识别

Computer Vision Toolbox™ 支持使用深度学习模型和经典计算机视觉技术相结合的方式检测图像和视频中的文本、条形码和基准标记。这些功能对于自动驾驶、工业自动标注、文档分析和增强现实等应用至关重要。

对于文本检测，您可以使用两步流程：首先检测图像中包含文本的区域，然后使用光学字符识别 (OCR) 识别这些区域中的文本。工具箱提供了多种文本检测方法，包括斑点分析、最大稳定极值区域 (MSER) 特征检测器以及基于深度学习的 CRAFT 模型。这些方法有助于在复杂场景中定位包含文本的区域。或者，您也可以使用图像标注器和视频标注器对图像中的文本区域进行交互式和 AI 辅助注解。

在图像中识别出文本区域后，您可以使用支持多种语言的预训练语言模型通过 OCR 来识别文本。对于自定义应用程序，您可以使用 trainOCR 函数训练自己的 OCR 模型。有关详细信息，请参阅Getting Started with OCR和Train Custom OCR Model。

对于条形码和基准标记检测，工具箱支持读取和解码一维和二维条形码以及检测 AprilTag 和 ArUco 标记等基准标记。您还可以以编程方式生成 ArUco 标记，这对机器人和 AR 系统中的标定和跟踪任务非常有用。