Neural network OCR和人工神经网络之间的关系是什么？

我看到不同的文章谈论OCR表单识别（数据提取），他们说他们使用神经网络来进行表单识别，那么人工神经网络（ANN）和表单识别之间的关系是什么？如果我想从名片中提取字段，是需要使用ANN还是可选的？换句话说，我什么时候需要使用ANN，什么时候不需要？

ANN是执行OCR的一种方法。还有其他的。因此，如果您想使用ANN从名片中提取字段，这只是可选的。

有点不同。安只是所有OCR的“专家”。但是OCR引擎包含许多专家。当您学习ANN时，您将仅使用ANN构建一个简单的OCR引擎，但这与现代引擎相比，后者结合使用三角图、形态学、数据类型（对BCR和表单非常重要）、字典、连接组件算法、，因此，将其视为提取高质量结果的技巧包中的工具之一。一台好的发动机将包括安和所有其他人。在BCR中还有额外的考虑，它应该非常重视连接组件，首先是字典，然后使用ANN和模式匹配进行实际识别。

好问题。我最近花了一些时间玩OCRopus，这是一个做OCR的谷歌项目——你可以免费得到它，自己玩。我很确定它背后有一个ANN模块。然而，光学字符识别的整个过程可以有很多步骤（许多不同的小模块，每个模块做一些事情并将结果传递给下一个模块）

因此，以下是我记忆中由该项目中的模块完成的一些事情：

有一个模块将图像转换为黑白-这使得以后的模块更容易处理

去除斑点/雀斑

理顺文本的线条

将文本行分解为单个单词（已经过了几个星期，不确定这一行）

基本上，您可以使用不涉及神经网络的少量代码来完成上述操作。因此，使用这些代码更简单

我认为神经网络只是用来识别单个字符——可能是一组字符中的哪个字符

---

OCRopus中有一个训练命令，我连续运行了一个多星期，它不断地向地图发送线条样本，并在地图运行过程中慢慢地改变地图。我认为这是在训练ANN部分。

我还可以使用哪些技术从名片中提取字段？对于OCR，通常需要的不仅仅是字符识别模块（可以是ANN、SVM等）。首先，你必须提取块、线、列，并对输入图像进行规格化、缩放、旋转……什么是SVM，有什么文章可以学习吗？或者任何关于如何提取块、线、列以及规范化、缩放和旋转输入图像的文章？