Текст распознан OCR, заданным как массив символов. Текст включает пробельные символы и символы новой строки.

Местоположения ограничительной рамки, сохраненные как M-by-4 матрица. Каждая строка матрицы содержит четырехэлементный вектор, [x y width height]. [x y] элементы соответствуют верхнему левому углу ограничительной рамки. [width height] элементы соответствуют размеру прямоугольной области в пикселях. Ограничительные рамки заключают текст, найденный в изображение с помощью функции ocr. Ширина ограничительных рамок и высота, которые соответствуют символам новой строки, обнуляются. Символьные модификаторы, найденные на языках, таких как хинди, тамильский, и Bangalese, также содержатся в ограничительной рамке нулевой ширины и высоты.

Уверенность распознавания символов, заданная как массив. Значения уверенности находятся в области значений [0, 1]. Значение уверенности, установленное функцией ocr, должно быть интерпретировано как вероятность. Функция ocr устанавливает значения уверенности для пробелов между словами и устанавливает символы новой строки на NaN. Пробелы и символы новой строки явным образом не распознаны во время OCR. Можно использовать значения уверенности, чтобы идентифицировать местоположение неправильно классифицированного текста в изображении путем устранения символов с низкой уверенностью.

Распознанные слова, заданные как массив ячеек.

Местоположение ограничительной рамки и размер, сохраненный как M-by-4 матрица. Каждая строка матрицы содержит четырехэлементный вектор, [x y width height], который задает левый верхний угол и размер прямоугольной области в пикселях.

Уверенность распознавания, заданная как массив. Значения уверенности находятся в области значений [0, 1]. Значение уверенности, установленное функцией ocr, должно быть интерпретировано как вероятность. Функция ocr устанавливает значения уверенности для пробелов между словами и устанавливает символы новой строки на NaN. Пробелы и символы новой строки явным образом не распознаны во время OCR. Можно использовать значения уверенности, чтобы идентифицировать местоположение неправильно классифицированного текста в изображении путем устранения слов с низкой уверенностью.