我决定做一个有趣的项目，我想将扑克牌的图像作为输入并返回其等级和花色。我认为我只需要查看左上角，因为那里包含了所有信息。它应该是稳健的 - 如果我有一张方块 A 的大图像，我应该能够将其缩放到 20% 到 200% 的任意位置，并且仍然得到正确的答案。
第一个问题 - 有没有已经写过的东西可以做到这一点？如果是这样，我会找到其他 OCR 工具，这样我就不会重复工作。
第二——执行此操作的最佳方法是什么？神经网络？手工编码的东西？有人可以指点一下吗？ （0xCAAF9452 不是可接受的答案）。
我不认为已经为您想要完成的任务编写了一些东西（至少是开源的和用 Python 编写的）。
至于你的第二个问题，这取决于你想要认识什么。如果输入可以来自不同的来源——例如，具有独特风格的不同品牌的扑克牌——那么你可能应该使用机器学习基于算法（例如神经网络或支持向量机[SVM]），以便让它学习如何识别未知输入。但是，如果输入的形状或样式始终相同，那么一个简单的图像比较算法就足够了（例如，将切片左上角的像素与每个等级的像素进行比较）。
如果您确实决定使用基于机器学习的算法，我也认为您不需要非常复杂的功能，因为花色和等级在形状或风格上并没有太大变化，并且您应该只使用左上角的像素作为特征。
有一个 OCR 玩具示例here http://code.google.com/p/svm-ocr-demo/您可能会觉得有趣。使用的库（LibSVM）也有一个Python版本，我已经使用过，并且发现使用起来非常简单。
希望能帮助到你。
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
