关于OCR，一些想法
2024-08-27 15:11:49
OCR一般分为两种：
1，根据给定的字符特征集合，提取未知字符的特征进行匹配识别；（典型例子：GOCR）
2，不知道字符特征，但给出提取特征的规则，通过机器学习training来获取某个字符集的特征集，对未知字符进行匹配识别。；（典型例子：tesseract）
第一种方法简单，在某些场合很高效，但比较局限，字符集不能太大，比如汉字，不可能每个字符都去人工的找特征，只能是用在字符集较小的情况。第二种方法比较通用，可以应用于任何字符集，但是在前期训练的过程中必须人工教导，后期识别过程与第一种方法类似。
tips：网站验证码可以随机的或正或反或倾斜的字符，现在的OCR都没有考虑对付这种情况，因此maybe是种对付roberts的好方法，当然，英文字符有些字符不能倒，比如U，倒过来就变成n了。所以，最好是汉字吧。活动下脊椎，哈哈。那啥，版权所有，附上本页链接即可随便传用。
最新文章
- Android启动icon切图大小
- elk系列2之multiline模块的使用
- Daily Scrum 11.5
- 打印datagridview内容 实现横向纵向分页（转）
- 【系统移植】JNI
- REST Security with JWT using Java and Spring Security
- 学习LCMapString和LCMapStringEx
- ORACLE告警日志
- java 数字前自动补零实现
- 关于Windows azure从github上部署项目
- 安装你自己的perl modules
- overflow使用說明
- express紧急回顾随笔
- 细说Cookie--转
- Java内存的 静态方法和实例方法的区别及使用场景
- Listener随笔
- HTML5事件
- 最全的MonkeyRunner自动化测试从入门到精通（7）
- Dart语言特性必备了解！
- 删除（unfork）github中某个库（repository）