识别出手写的文字

Question

我正在开发Visual Studio平台上的手写识别和相关内容，并使用openCV库。输入是以二进制扫描.tif图像的形式。

目前，我进入了一个障碍，试图找出一种方式来识别被敲出来的单词，就像用直线/曲线敲出（取消）单词一样。我不打算做个人角色识别，这会浪费计算能力。

有什么方法可以用另一种方式识别这种情况吗？

以下是我发现的两个想法，但我不确定 - 1>使用像< 0 0 0，1 1 1，0 0 0>的掩码，这将有助于查找所有水平线...但这将是一个非常大的假设。线条可以是波浪形的，并且可以是任何方向。

2>镂空输入并查找交点。这会给我不少交集 - 包括由于用来排除单词的线而发生的交集。使用一些近似像最小二乘等我可以得到一个近似线。但是在许多地方都会出现交叉点的问题 - 例如。 'b'中的2个交点等。

有什么建议吗？

Answer 1

为什么不加工轮廓？您可以利用Poly（Ten-Chin）近似并仅分析由链重建产生的少数向量。如果你想做更多的事情，然后使用混合金字塔/轮廓方案，以获得具有不同细节水平的向量近似值，从粗分辨率开始到最好。

当您获得“合理”数量的独特细分时，停止细化，应用标准化（请参阅Moments-Hu's Moments）对您的样本进行指纹分析，最后采用强大的分类系统。

我建议你看看OpenCV套件中的ML（机器学习）部分，以便更好地参考后一部分。对于栅格数据，哈尔的小波+隐马尔可夫模型效果很好，对于矢量而言，也许你可以使用较难设置的东西（SOM，KNN，KMeans）。

Answer 2

我会去个别字符识别。这可能会浪费计算能力，但它可以带来最好的结果。只需找到一种方法，从字符识别中获取价值，以表明角色被识别的性能如何，然后为不是角色的事物找到阈值。我认为取消会以某种方式破坏字符，这种方式会使识别遇到问题，并可能使用这个事实来查找被取消的字符。为了改善结果，在文本的同一区域查找许多被严重识别的字符，通常整个字被取消，因此不良识别结果会聚集在一起。

如果您的表现非常糟糕，最终您可以随时回来并改进算法。

Answer 3

您是否考虑过使用Hough transform来检测打击线？

这里有一个illustration of the use of hough transform in handwriting，这将使你的方法的直觉：

您可以快速与openCV测试。该功能称为cvHoughLines2。