我在浏览时发现了您的帖子,它引起了我的兴趣,让我进行了一些有趣的研究。我将与您和论坛分享我的发现:
近年来,手写识别(基于神经网络的ICR)和相应的OCR解决方案的研究取得了很大进展。在过去的十年中提出了许多算法,但手写识别仍然是一个挑战!
首先,提供一些免费的编程资源 (MB,您没有提及您的编程环境或操作系统,因此我的建议主要涵盖Windows。)
www.codeproject.com/Articles/143059/Neural-Network-for-Recognition-of-Handwritten-Digi 这是C#中手写数字识别神经网络的页面。 这是Mike O'Neill的手写数字识别神经网络的一个简单重制版本,使用MFC/C++模型。有关O'Neill工作的更多信息,请参见:www.codeproject.com/KB/library/NeuralNetRecognition.aspx。
http://asprise.com/product/ocr/selector.php 他们的解决方案适用于Visual Basic,因此Windows是主要吸引力,但我看到他们支持Linux、Mac OS和一些UNIX版本。 SDK是免费的!从这里下载:www.asprise.com/product/ocr/download.php?lang=vb
(我在其他地方看到有关asprise的积极反馈: Window 7 OCR API)
这是另一个很棒的资源 - 用于测试OCR能力的手写数据库,位于此处: www.yann.lecun.com/exdb/mnist/index.html 这是MNIST手写数字数据库的主页面(包括60,000个实例和一个10,000个实例的测试集)。该网站表示数字已经被大小标准化并居中于固定大小的图像中,因此您可以将注意力集中在学习技术和模式识别方法上,最大限度地减少对预处理和格式化的工作。
MNIST是更大的NIST数据库的(免费)子集,可以在此处(以成本)获得: www.nist.gov/srd/nistsd19.cfm
www.captricity.com/handwriting-ocr-software/ 此解决方案可处理任何自由书写输入。
该软件可以转换所有静态文档(纸质文档、PDF、传真、efax)和任何类型的手写书写和人工标记。 他们采用“按需付费”的模式(免费提供10页),并提供最低支付方案,每月75美元。
www.cvisiontech.com/trapeze/general/trapeze.html?lang=eng CVISION的Trapeze for Forms处理结构化表单中的手写输入。
它验证信息并将此信息输出到文档数据库中。
HTH some!