ocr op• 資料種類:image2d → table
• 呼叫: import fullseye as fs; fs.ledger.ocr_segment_line(image, char_height_px=None, dot_font=None) -> 'dict'(要直接呼叫實作,import ocrclassic; ocrclassic.ocr_segment_line(image, char_height_px=None, dot_font=None) -> 'dict';從台帳取用則 opssymbol.get("ocr_segment_line"))
• GPU:無(僅 CPU 參考實作)
將一行文字切分為每個字元的外接框(table)。
> 以下的詳細說明為原文 —— 摘要與標題已翻譯。
手順: 大津で地とインクの代表値(中央値)→ インク量の地図 → 字の画素 = インク量 >= 0.5 → 雑音点の除去 → (ドット書体なら) 列射影にドットピッチ 0.6 倍の 1-D closing で 1 字のドットをまとめる → 列射影の切れ目で区間化 → 想定送り幅で断片を併合・接触字を分割(射影の谷)→ 字の画素が 0.02 h^2 未満の区間を捨てる。等幅(固定ピッチ)印字を前提とする。幾何だけの分割なので、ぼけで接触した字は ocr_read_line が認識で切り直す。Otsu class medians -> ink map -> glyph pixels (ink >= 0.5) -> speck removal -> (dot font) 1-D closing of the column projection (0.6 x dot pitch) -> runs -> merge / split by expected pitch -> drop pieces < 0.02 h^2 pixels. Assumes fixed-pitch print.
image : 2-D 灰色(float 0..1 か uint8)。暗いインク・明るい地(逆なら縁から自動反転)。
char_height_px : 字高の既知値。None なら行のインクの縦幅から推定
(★行が - . だけだと過小推定になる —— 既知なら渡すこと)。
dot_font : True/False/None(None = 連結成分の大きさで自動判定)。
dict
boxes 左→右の (r0, c0, r1, c1)(終端は含まない), threshold(大津の閾値、
雑音があれば 0.7 px 平滑後の画像に対する値。字の画素の判定には使わない参考値),
line_box, char_height_px(使った値), pitch_px(推定送り幅), dot_font。
白紙(インクと地の分離が雑音 4σ 未満)は fail-soft で boxes == [],
line_box is None。
ValueError
NaN/inf、2-D 以外、数値でない、4x4 未満。
• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。
• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。
• 演算法的正典(作者、年份)與用途見上面的族使用指南。
• poc_symbol_lot_ocr — py -3.11 examples/poc_symbol_lot_ocr.py
table 作為輸入)render_symbol · symbol_read_trials · symbol_read_pod · ocr_classify · ocr_read_line · ocr_read_trials
ocr)ocr_font · ocr_render_text · ocr_features · ocr_train · ocr_classify · ocr_read_line · ocr_score · ocr_read_trials
*Provenance: ocrclassic.py — SYMBOL 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.