정보 판독(문자 인식)

이미지 색 공간 변환은 입력 이미지를 한 색 공간에서 다른 색 공간으로 변환할 수 있습니다. 예를 들어 BGR을 회색조 이미지로, BGR을 HSV 등으로 변환할 수 있습니다. 색 공간 변환을 통해 이미지 특징을 더 잘 부각시켜 후속 이미지 처리를 용이하게 할 수 있습니다.

구체적인 파라미터 설명과 조정 사례는 이미지 색 공간 변환을 참조하십시오.

이미지 전처리에서는 입력 이미지에 대해 강화, 노이즈 제거, 형태학 변환, 그레이스케일 반전, 가장자리 추출 등의 전처리 작업을 수행할 수 있습니다.

구체적인 파라미터 설명과 조정 사례는 이미지 전처리를 참조하십시오.

위 파라미터 설정을 완료한 후 스텝 실행 또는 프로젝트 실행을 클릭하여 전처리 결과를 미리 볼 수 있습니다.

이후 다음을 클릭하여 대상 물체 인식 절차로 이동합니다.

포즈 정렬 절차에 들어가면 캘리브레이션 파라미터 그룹을 새로 만들어야 합니다. 시스템은 여러 파라미터 그룹 생성을 지원하며, 각 그룹은 인식 영역과 파라미터를 독립적으로 설정할 수 있고 서로 영향을 주지 않습니다.

추가 버튼을 클릭하면 새 파라미터 그룹 창으로 들어갑니다. 파라미터 그룹을 만들 때는 이미지 특징에 따라 적절한 보정 방식을 선택하고 관련 파라미터를 구성해야 합니다.

현재 다음 세 가지 보정 방식을 지원합니다.

파라미터 그룹 생성이 완료되면 그룹 이름을 마우스 오른쪽 버튼으로 클릭하거나, 오른쪽의 기능 버튼을 직접 클릭하여 이름 변경, 삭제, 복제 생성 등의 작업을 수행할 수 있습니다.

2D 정렬은 평행 이동과 회전 연산을 통해 입력 이미지의 인식 대상을 템플릿과 정렬하는 보정 방식입니다. 인식 대상 위치 불일치로 인한 인식 오차를 제거하여 인식 안정성을 높일 수 있습니다. 이 방식을 선택한 후에는 인식 영역 설정, 템플릿 설정, 인식 파라미터 튜닝을 차례로 완료해야 합니다.

2D Blob 정렬은 Blob 기반 보정 방식입니다. 이 방식은 이미지에서 모든 Blob을 검출하고, 그중 기하 특징이 가장 두드러진 Blob을 선별한 뒤 이미지 포즈를 조정하여 목표 Blob의 무게중심이 이미지 중심점과 일치하고, 최소 외접 회전 사각형의 주축이 이미지 좌표축과 정렬되도록 합니다. 2D Blob 정렬을 선택한 후에는 인식 영역 설정과 인식 파라미터 튜닝을 차례로 완료해야 합니다.

위 파라미터 설정을 완료한 후 스텝 실행 또는 프로젝트 실행을 클릭하여 실행 결과를 확인할 수 있습니다.

이후 다음을 클릭하여 오류 방지 검사 절차로 이동합니다.

모델 학습에 사용할 이미지 데이터를 취득합니다.

이미지를 취득한 후에는 문자 인식 범위를 제한하기 위해 목표 영역을 설정해야 합니다.

목표 영역 설정을 완료한 뒤 검증 버튼을 클릭하면 검증 화면으로 들어갑니다.

여기에서 실제 요구에 따라 출력 포트를 선택할 수 있습니다. 기본적으로 인식 결과, 즉 구체적인 문자 내용이 출력됩니다.

관련 포트를 선택하면 2D 대상 물체 인식 스텝에 해당 출력 포트가 실시간으로 추가됩니다.