Python 如何分割手写数字

我正在研究一个

手写数字识别问题

。基本上，我们需要识别文档中的某些字段，如金额、账号、手机号等

手写数字识别可分为两个步骤

数字分割

分段数字的识别

对于

step-2

我们可以使用一些相关的

MNIST

模型，但问题是如何分割数字。我试过了，但只有当数字用空白像素隔开时，也就是说，当它们彼此不接触时，它才有帮助，但用户通常用接触或连接的数字来写数字

有人能为这项任务推荐一些基于深度学习或非深度学习的方法吗

示例图像

---

对于基于深度学习的方法，您可以使用mask rcnn。这是一种非常强大的方法，可用于检测、定位和分割。该算法足够强大，可以识别不同的类，即使它们靠得很近

它将围绕数字生成边界框并对其进行分类

请调查一下，因为我的解释对这一点不公平

它还包含供您学习的示例。唯一可能让你慢下来的是，你将不得不为你的图像添加注释。但是使用迁移学习可以减少实际用于训练的数据量

以下是一些更相关的链接：

---

当然会有关于上述主题的更好的文章，但这些是我用过的。希望其他人会向您推荐。

Hello@zibbyboo，感谢您的建议，您试图说我应该训练一个对象检测模型，如Mask RCNN，通过准备一个标记的数据集来识别单个数字0-9（10个对象类），bcoz MNIST在所有img中都有一个类，当您测试它们时，只需输入一个数字即可获得输出。将您的问题视为从单个映像中标识多个类。在您完成所有类的预测之后，您可以从左到右缝合输出结果。举例说明。您的模型将识别图像中的类为4,4,2,0,0,0，然后添加，然后您需要添加一些算法，只需将结果添加为442000。关于/和-，您也可以将它们添加为类，因此如果检测到它们，则可以忽略它们或将它们组合。我将尝试一下，并且一旦对象检测模型检测到数字，则可以使用边界框的x坐标来排列它们