相关疑难解决方法(0)

我正在尝试在OpenCV-Python(cv2)中实现"数字识别OCR".它仅用于学习目的.我想在OpenCV中学习KNearest和SVM功能.

我有每个数字的100个样本(即图像).我想和他们一起训练.

letter_recog.pyOpenCV示例附带了一个示例.但我仍然无法弄清楚如何使用它.我不明白什么是样本,响应等.另外,它首先加载一个txt文件,我首先不明白.

稍后搜索一下,我可以在cpp示例中找到一个letter_recognition.data.我使用它并在letter_recog.py模型中为cv2.KNearest创建了一个代码(仅用于测试):

import numpy as np
import cv2

fn = 'letter-recognition.data'
a = np.loadtxt(fn, np.float32, delimiter=',', converters={ 0 : lambda ch : ord(ch)-ord('A') })
samples, responses = a[:,1:], a[:,0]

model = cv2.KNearest()
retval = model.train(samples,responses)
retval, results, neigh_resp, dists = model.find_nearest(samples, k = 10)
print results.ravel()

它给了我一个20000的数组,我不明白它是什么.

问题:

1)letter_recognition.data文件是什么？如何从我自己的数据集构建该文件？

2)什么results.reval()表示？

3)我们如何使用letter_recognition.data文件(KNearest或SVM)编写简单的数字识别工具？

我想从图像中提取希伯来语文本。

我尝试过使用 pytesseract，但它会混淆一些字母（例如 ' 而不是 \xd7\x99 或 \xd7\xa0 而不是 \xd7\x9b）

我尝试对图像进行一些操作（例如调整大小、消除噪声和二值化），这有一点帮助，但仍然出现很多错误。

我花了几个小时寻找更好的文本提取工具但找不到。

所以这是我的问题：

A) 有没有我可以使用但我可能错过的工具？

B) 如果没有，创建我自己的步骤是什么？

预先感谢\nAmichai

有人知道python/ruby​​中的库可以分析图像并提取文本吗？

或者一本关于图像处理的书......

PS:文本采用varius字体和格式,但清晰,Tl; Dr:No captcha或类似.