Artificial intelligence 光学字符识别

我要写一个程序，能够识别模式，特别是字符。我已经在c#中实现了反向传播，现在我想将其用于模式识别。我还创建了一个表单应用程序，并使用了画笔/图形，这样用户就可以在鼠标的帮助下写东西（就像MS Paint中的“铅笔工具”）。所以我需要一些关于“如何在我的应用程序中实现字符识别方法”的帮助材料

---

互联网上的帮助内容主要与反向传播和软件演示有关。

如果你的项目是其他项目，但你想在项目中使用OCR，你应该搜索第三方工具。但如果你的项目是这样的，你想自己做，请阅读以下答案：

识别字符有两种方法。在线和离线

在线方式使用笔（或鼠标）输入数据。脱机方式只使用像素

您的第一步是从其中一个中进行选择。脱机方式没有笔数据，这是一个有用的功能。但在脱机状态下，您可以识别图像文件中的字符（通过绘制创建、保存甚至扫描）

其次，您应该预处理数据（此步骤仅适用于脱机方式）。你应该消除它的噪音，缩放它，并对它进行细化

接下来，您应该从预处理的数据（在线或离线）中提取有用的特征。为此，您可以阅读一些关于光学字符识别及其特征提取的文章。关于预处理和特征提取，有一个很好的powerpoint演示文稿。另外，在谷歌搜索词末尾的

pdf

关键字和

filetype:pdf

也会对你有所帮助

然后你应该使用神经网络或类似的东西来识别这个角色。输入应该是提取的特征

---

但请记住，这个项目并不容易，可能需要一些时间！（这是我的波斯语项目）

我认为没有绝对必要进行特征提取。使用backprop网络，输入层可能只是每个输入像素一个神经元。@Novak可能是真的。但您需要一个非常大且良好的输入集。因为即使是一个错误的性格或糟糕的噪音也会导致糟糕的训练。这将对位置和大小敏感。我建议使用特征（即使是简单的，比如投影直方图）并从预处理的图像中提取图像。因为它可以提高检测率…同意。不清楚最初的海报是在寻找表演，还是仅仅是自学。