机器学习中的照片OCR算法
机器学习中的照片OCR算法
提问于 2012-08-31 17:15:25
我最近在coursera上学习了机器学习课程，并以不错的成绩通过了这门课程。我在课程中使用了KNN，Logistic回归，NN等算法，其中一个作业是编写数字识别的学习算法，我能够完成。THe课程以一个照片光学字符识别的案例研究结束，这真的让我很兴奋，但我发现很难将课程中教授的基本算法应用到这个巨大的problem.So上。有人能给我一些关于照片光学字符识别的算法吗？
回答 1
Stack Overflow用户
回答已采纳
发布于 2012-08-31 17:23:09
图像识别的问题是，它对任何变化都高度敏感。他们平均人脑能够从图像中提取某些特征，这将允许我们识别给定的图像，即使已经应用了某些图像操作(如倾斜、旋转等)。
尽管如此，据我所知，人工神经网络是使用最广泛的(添加一两个隐藏层通常也会有所帮助)。我听说过的另一种技术是Wisard (或Wizard)，但我找不到任何关于它的东西。这种技术基本上将图像分成几个部分，然后在将图像部分与知识库中的内容进行比较时，您可以获得一定百分比的相似性。
这就是说，如果我在哪里，我会坚持神经网络和一个像样的图形操作库，如OpenCV (有各种包装器，包括Java和C#)。目的是消除尽可能多的不需要的信息。例如，在某些情况下，将图像减少到灰度或严格意义上的黑白像素会有所帮助。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/12212333
复制相关文章
相似问题
腾讯云开发者
