我一直在寻找网上图片中数字识别的资源。我发现很多链接提供了很多关于该主题的资源。但不幸的是，它比帮助更令人困惑，我不知道从哪里开始。
我有一张包含5个数字的图像，没有受到干扰（没有验证码或类似的东西）。这些数字在白色背景上是黑色的，用标准字体书写。
我的第一步是分开数字。我目前使用的算法非常简单，它只检查列是否完全是白色，因此是一个空格。然后它修剪每个角色，使其周围没有白色边框。这很有效。
但是现在我对这个数字的实际识别感到困惑。我不知道猜测正确方法的最佳方法是什么。我不认为直接比较字体是一个好主意，因为如果数字只有一点点差异，那就没有用了。
有人能给我一个暗示这是怎么做的吗？
问题无关紧要，但我将在C＃或Java中实现这一点。我找到了一些可以完成这项工作的图书馆，但我想自己实施，以便学习一些东西。
答案 0 :(得分：14)
为什么不考虑使用像Tesseract这样的开源OCR引擎？
http://code.google.com/p/tesseract-ocr/
Tesseract的C＃包装
http://www.pixel-technology.com/freeware/tessnet2/
Tesseract的Java Wrapper
http://sourceforge.net/projects/tessocrinjava/
虽然您可能不会考虑使用第三方库自行实施，但只需集成第三方工具即可完成大量工作。还要记住，看似简单的事情（识别数字5与数字6）通常非常复杂;我们谈论成千上万行代码复杂。至少，请查看tesseract的源代码，它将为您提供一个充分的理由来利用第三方库。
这是另一个SO问题，它会给你一些关于所涉及的算法的想法：https://stackoverflow.com/questions/850717/what-are-some-popular-ocr-algorithms