为OCR输入ANN有什么好处:角色的边界或角色的“填充”?

时间:2012-02-20 15:14:31

标签: artificial-intelligence ocr neural-network

我很难决定什么是更好的(在性能方面)为了OCR目的而输入ANN。我找到了包含字符的矩形区域,现在我想知道什么是更好用的:

  • charater的边界

0 0 0 0 0 0 0 0 0 0 0

0 0 1 1 1 1 1 1 1 1 0

0 0 1 0 0 0 0 0 0 1 0

0 0 1 0 0 0 0 0 0 1 0

0 0 1 1 1 1 1 1 1 1 0

  • 角色的填充

0 0 0 0 0 0 0 0 0 0 0

0 0 1 1 1 1 1 1 1 1 0

0 0 1 1 1 1 1 1 1 1 0

0 0 1 1 1 1 1 1 1 1 0

0 0 1 1 1 1 1 1 1 1 0

我在做mydelf测试之前要问,因为准备样品会花费我很多时间。 抱歉格式化但我无法设置正确的代码块。

1 个答案:

答案 0 :(得分:1)

我认为在你真正尝试之前你很难弄清楚最佳方法是什么,因为你无法预测你的方法是否会给你一个不错的结果,即使它意味着更少输入数据。

这是经典文本中讨论的经典问题,Java中有一个例子: http://www.heatonresearch.com/articles/7 您尚未解释预期ANN的结构,这可以通过许多方式实现,您需要决定并解释您打算使用的ANN类型。您可以使用自动关联器网络,NN,隐藏层和反向传播等。