OCR和字符相似

我目前正在研究某种OCR（光学字符识别）系统。 我已经写了一个脚本来从文本中提取每个字符，并清除（大部分）违规行为。 我也知道字体。 我现在的图片例如是：

M（ http://i.imgur.com/oRfSOsJ.png （font）和http://i.imgur.com/UDEJZyV.png （扫描））

K（ http://i.imgur.com/PluXtDz.png （font）和http://i.imgur.com/TRuDXSx.png （扫描））

C（ http://i.imgur.com/wggsX6M.png （font）和http://i.imgur.com/GF9vClh.png （扫描））

对于所有这些图像，我已经有了一种二进制matrix（1为黑色，0为白色）。 我现在想知道是否有某种类似math投影的公式来看这些matrix之间的相似性。 我不想依靠图书馆，因为这不是我的任务。

我知道这个问题可能看起来有点模糊，也有类似的问题，但我正在寻找的方法，而不是一个包，到目前为止我找不到任何有关该方法的意见。 这个问题含糊不清的原因是我真的没有开始的意思。 我想要做的是在维基百科实际上这里描述：

matrix匹配涉及将图像与存储的字形逐像素地进行比较; 它也被称为“模式匹配”或“模式识别”[9]。 这依赖于input字形与图像的其余部分正确隔离，并且存储的字形具有相同的字体和相同的比例。 这种技术最适合打印文字，遇到新字体时效果不佳。 这是早期的基于光电pipe的OCR技术所实现的技术，相当直接。 （ http://en.wikipedia.org/wiki/Optical_character_recognition#Character_recognition ）

如果有人能帮我解决这个问题，我将非常感激。

Answer 1

对于识别或分类，大多数OCR使用neural network

这些必须正确configuration为所需的任务，如层数内部互连体系结构等等。 neural network的另一个问题是，他们必须经过适当的训练，这是很难做到的，因为你需要知道适当的训练数据集大小（因此它包含足够的信息，不要过度训练）。 如果你没有neural network的经验，不要这样，如果你需要自己实现它！

还有其他的方式来比较模式

1. vector方法

   • 多边形图像（边缘或边框）
   • 比较多边形的相似性（表面积，周长，形状，…）

2. 像素方法

   您可以根据以下内容比较图像：

   • 直方图
   • DFT / DCT频谱分析
   • 尺寸
   • 每行占用的像素数
   • 各行占用像素的起始位置（左起）
   • 每行占用像素结束位置（从右开始）
   • 这3个参数也可以对行进行
   • 兴趣点列表（点是一些变化，如强度凹凸，边缘，…）

   您为每个testing字符创buildfunction列表并将其与您的字体进行比较，然后最接近的匹配就是您的字符。 此外，这些function列表可以缩放到一些固定的大小（如64x64 ），所以识别变得不变。

   这里是我用于OCR的function样本

   

   在这种情况下（特征尺寸被缩放到适合NxN ），所以每个字符有6数组， N数字如下：

    int row_pixels[N]; // 1nd image int lin_pixels[N]; // 2st image int row_y0[N]; // 3th image green int row_y1[N]; // 3th image red int lin_x0[N]; // 4th image green int lin_x1[N]; // 4th image red 

   现在：预先计算字体中每个字符的所有特征以及每个字符。 从字体中find最接近的匹配

   • 所有特征向量/数组之间的最小距离
   • 不超过一些临界值差异

   这是旋转偏斜不变，并倾斜到一个点。 我做填充字符的OCR ，所以对于轮廓字体，它可能会使用一些调整

[笔记]

为了比较，您可以使用距离或相关系数