【机器学习笔记】照片OCR

照片OCR

照片OCR就是想要读取图像中的文字，因此工作流程如下：
1、文本检测

2、字符切割

3、字符识别

一、首先来看文本检测——滑动窗口

1、先学习行人检测的思路。
1）首先要确定检测框的尺寸8040
拿到一个数据集，训练出一个分类器，能够判断8040的图像内有没有行人。
2）对于输入一张图片，从图片左上角开始划一个检测框，送入分类器识别是否有行人；再根据步长来移动检测框，直到划过了整张图片。

还可以使用更大一点的检测框，但是需要resize到80*40的大小才能送入分类器识别。
3）最后能够在这个图中，识别出行人位置。