关于OCR的单个字符的匹配问题

OCR的原理是先对文字进行分割，去除变形，去噪声，然后对单个字符进行分类或者比对，看结果是否相同。

 

https://www.cnblogs.com/wj-1314/p/9446756.html

对单个字符的分类比对，步骤如下：

1. 灰度化：目的是去除掉彩色图像信息，只保留一个维度的像素点信息。

2. 二值化：设置一个阈值，将灰度的图片处理成黑白的图片，大于某个值的时候即为白色，小于某个值的时候即为黑色。

3. 噪声去除：去除外部的噪声点。

4. 倾斜矫正：把拍出来的照片的倾斜矫正。

       5.  字符切割：把成段或者成行的字符切割成单个字符。

       6.  字符识别：把切割好的单个字符识别出来。

       7.  版面还原。

　　 8.  后处理，校对。

 

文字识别的分类：

1.     直接使用他人平台与引擎。
2.     特征提取，输入分类器。（大量的特征工程）
3.     深度学习，CNN。（不需要特征提取，但是需要大量的样本数据。）
4.     字符模板匹配法。（适用于简单的场景，字体统一，清晰度高，不需要建模，简单有效）

 

模板匹配的方法：

https://blog.csdn.net/k_shmily/article/details/52002453

https://blog.csdn.net/zhubenfulovepoem/article/details/6803150/