绘制字符识别的结果文本

绘制字符分割的四边形结果区域

绘制检测结果的中心

绘制检测结果的索引

按行绘制检测结果。若不开启，则默认按字符绘制检测结果

默认值，按字符绘制分割区域和识别文本

绘制所有部分

像素特征，将样本图像分割为网格，统计每个格子中的灰度或二值等数值作为特征

前景比例特征：整个样本图像中的前景比例，前景为字符内部的像素

圆度特征，计算字符样本外轮廓的圆度形状特征，与 LPVBlobCircularity 定义相同

凸度特征，计算字符样本外轮廓的凸度形状特征，与 LPVBlobConvexity 定义相同

凸度缺陷特征，用于描述字符样本外轮廓与其凸包之间的区别

方向特征，计算字符样本外轮廓凸包的长轴方向的正弦值作为特征。 注意，该特征不是旋转无关的特征。

惯性矩特征，计算字符样本外轮廓的惯性矩形状特征，与 LPVBlobInertia 定义相同

外轮廓数量特征，使用字符样本外轮廓的个数作为特征，例如，字符 i 的外轮廓数量为 2

孔洞数量特征，使用字符样本孔洞的个数作为特征，例如，字符 8 的孔洞廓数量为 2

长宽比例特征，计算字符样本图像的长宽比例，与 LPVBlobAspectRatio 定义相同

宽度特征，即字符样本的宽度。 注意，该特征不是尺寸无关的特征。

高度特征，即字符样本的高度。 注意，该特征不是尺寸无关的特征。

缩放比例特征，表示样本相对于统一尺寸的缩放比例。 注意，该特征不是尺寸无关的特征。

默认识别特征，使用像素和长宽比例特征

使用所有特征

无投影，像素特征输出 \( columns \times rows \) 维的特征向量

横向投影，像素特征计算每行网格的均值，输出 \( rows \) 维的特征向量

纵向投影，像素特征计算每列网格的均值，输出 \( columns \) 维的特征向量

横向和纵向投影，为这两种投影生成的结果合并为一个 \( columns + rows \) 维的特征向量

计算每个格子中所有像素的灰度值均值

计算每个格子中所有像素的归一化后的灰度值均值，该归一化基于样本图像的最大灰度值进行

计算每个格子中所有像素二值化后的均值，前景（字符内的）像素为 1，背景像素为 2

计算每个格子中的前景比例

无额外分割参数

分割行内连词

分割行间细小粘连，该粘连小于字符的笔画宽度

分割行间大块粘连，该粘连大于字符的笔画宽度

剔除每行首尾无法识别的片段

默认分割参数

启用所有额外分割参数

字符与字库中样本的形状差异

字符与字库中样本的灰度差异

字符缺失部分的比例

字符缺失部分的灰度差异

启用所有评估项目