java - 我从哪里开始进行文本模式识别 - 基于 Java

Question

我正在认真考虑做一个光学字符识别程序。我精通 Java，很想知道那里可用的库。基本上，我想将如下内容转换为文本。我将需要手动中断以指定模式。例如，我需要要求用户在此文本中标记 f，以便我知道 f 出现的位置。

我完全是新手，所以我也不介意从头开始学习。需要指导。

Answer 1

如果您正在考虑从头开始编写 OCR 程序，阅读相关技术可能会有用。我找到了一个 OCR Survey from 1996其中回顾了十五年前的一些流行技术。阅读可能有帮助；追踪它引用的论文或引用它的论文。

通常流程如下:

find text
find characters in the text
extract features from the characters found
do pattern matching
report suspected character

虽然让用户注释文本既有趣又令人兴奋，但找到一组已经注释的笔迹可能会为您节省大量时间，这样您就可以专注于执行 OCR 的具体细节，而不是构建自己的笔迹注释文本数据库。

要从一个稍微简单的任务开始，您可能需要考虑构建一个系统来检测手写数字。 USPS 制作了一份 corpus用于开发系统来执行此操作以进行邮政编码处理。该链接是我通过快速搜索找到的。