论文部分内容阅读
为了解决当前字符识别算法严重依赖固定匹配模板，使其难以识别形态多变的手写字符的问题，本文提出了Tesseract视觉耦合支持向量机的字符识别算法。首先，通过开源视觉库Tesseract自带图像预处理工具，对字符图像进行边缘检测处理，提取字符的边缘特征；再通过训练工具cowboxer，快速训练出字符特征文件，通过识别函数与定位函数，准确完成字符的初步识别。然后，引入支持向量机，通过训练字符特征向量，开发训练字库，对初步识别中的遗漏目标完成字符的补偿识别，有效确保字符的识别正确率。实验结果显示：与当前识别算法