Java 将手写笔记的图像转换为文本

我有数百张手写笔记的图片。它们是由不同的人编写的，但它们是按顺序排列的，因此您知道，例如，

person1

编写了

img1.jpg

->

img100.jpg

。笔迹的风格因人而异，但笔记的某些部分总是固定不变的，我想这可能有助于算法（这对我很有帮助！）

我尝试了

tesseract

，但它在识别文本时失败了。我在想，既然每个人都有大约100张图片，有没有一种算法我可以通过给它提供少量的例子来训练，比如5张或更少，它可以从中学习？还是数据不够？从四处搜索来看，似乎我需要实现一个

CNN

（例如）

---

虽然我对人工智能的知识有限，但这是不是我仍然可以通过图书馆和一些学习来做到的？如果是这样，我接下来应该怎么做？

这被称为

OCR

，并且已经取得了进展。实际上，下面是一个示例，说明使用

tesseract

将图像文件解析为文本是多么简单：

try:
    from PIL import Image
except ImportError:
    import Image
import pytesseract


def ocr_core(file):
    text = pytesseract.image_to_string(file)
    return text


print(ocr_core('sample.png'))

但是

---

我不太确定它是否能识别不同类型的笔迹。你可以自己试试看。如果您想尝试

python

示例，您需要导入

tesseract

，但首先要在您的操作系统上安装

tesseract

，并将其添加到您的

路径

中，有许多OCR存在，其中一些性能比其他的好。然而，随着深度神经网络的出现，这一领域最近有了很大的改进。我会考虑使用云提供商，如Azure、谷歌云或Amazon。您可以上传图像，然后返回元数据

例如：

<>如果你不想因为任何原因使用云服务，我会考虑使用TySoFr流…但需要一些知识：

---

试着观察tesseract OCR，你能做的就是拍摄每张图片并从中提取每个单词（使用预先训练好的CNN）——然后将每个单词组合成一个句子。否则，您可以查看RNN/LSTM，但我会先使用CNN。我尝试了您的代码，但它没有返回任何文本。作为一种理智的检查，我尝试了，我会尝试

Tensorflow

，然后

teseract

似乎无法处理这些手写笔记。