Python 用于打印文档的结构神经网络OCR

我正在学习神经网络，使用tensorflow为打印文档建立OCR

你介意给我一些建议，哪种结构的神经网络适合识别字符吗。 我很困惑，因为我是个新手，有很多神经网络设计

我发现了分类器，但它们的架构只有数字。 我不知道他们的架构是否可以与角色配合使用

---

谢谢

正如您正确指出的，识别文档与识别单个字符是不同的。这是一个复杂的系统，需要时间从头开始实施。首先是预处理问题。你需要找到文本的位置，也许稍微旋转一下，等等。这可以通过启发式和类似的库来完成。您还必须检测诸如页码、页眉/页脚、表格/数字等内容

然后，在某些情况下，您可以采用“简单”的方法，使用启发式方法将文本分割为字符。这适用于块字符，但不适用于草书

如果给出了分段，你不必猜测，你必须解决多个相关问题，每个问题都像MNIST，但它们是相关的，因为决策不是独立的。你可以查找（最大熵马尔可夫模型）和HMM（，和），并研究它们之间的区别。你也可以阅读

因此，如果你想让自己变得简单，那么一旦细分被揭示（通过opencv中的一些启发式），你基本上可以多次运行MNIST分类器。除此之外，你还必须运行一个基于每个决策得分的最佳最终序列，以及一个“语言模型”，它指定字母彼此接近的可能性

---

如果你是从零开始，这不是一件容易的事。你可能需要几个月才能基本了解。祝你黑客快乐！

谢谢你的建议。我的目标是使用神经网络识别每个字母（例如：a，b…x，y，z，a，b…）.现在，我可以从图片中分割每个字母，通过运行本教程中的示例并阅读本书来学习tensorflow，因此我现在困惑的是如何找到一个好的tensorflow模型或体系结构来识别。谢谢你，你可以对字母使用相同的MNIST分类器。体系结构中没有任何固有的缺陷仅此而已。谢谢，然后我将选择错误率最低的分类器。关于训练数据集字母。我打印然后扫描此文件，然后在扫描的图片中分割每个字母，以便为每个字母生成大量训练数据图片。我的解决方案正确吗？听起来是一种合理的方法。谢谢您的帮助支持，我稍后会研究并更新情况。