向AI转型的程序员都关注了这个号 👇👇👇
人工智能大数据与深度学习 公众号：datayx
现在各种手写输入法很容易就能识别出各种各样的，潦草的字体。而OCR则还停留在对打印字体的识别上。为什么不能把手写输入法的算法用在OCR上呢。
手写识别和OCR是有一定区别的。
-
手写识别通常包涵更多的信息（这里指的是在线识别，我接触到的高识别率手写识别都是在线识别）， 如笔画顺序， 连笔等。 这些细节看似简单， 却在无形之中给识别提供了不少的特征， 有助于识别率的提升。
-
手写识别的样本预处理比较容易。 与OCR相比，手写输入的文字需要的预处理步骤较少。 通常手写是一个字符一个字符录入，位置比较固定，不会有太大的旋转角度。 而OCR， 你是无法预知文字排布的。 OCR的样本通常来自于扫描，拍照，样本在分辨率上显然不如手写识别， 而且会有很多噪声。 特征提取一般都是像素级别的， 因此这些噪声对于识别来说是一个很大的挑战， 尤其是对于中文这种字符集庞大且复杂的语言。
-
手写识别还有一个特性是它的识别过程是人为干预的。当输入一个字符时，识别引擎会根据输入给出若干的识别结果，得分最高的为默认结果。如果这个结果不是你想要的，你仍然可以在若干个候选结果中选择。而OCR，一个输入对应一个输出，最终你看到的只是分类得分最高的结果不能对识别进行实时的控制。
CRNN+CTCLoss中文手写汉字识别
代码获取方式
关注微信公众号 datayx 然后回复 手写 即可获取。
AI项目体验地址 https://loveai.tech
阅读过本文的人还看了以下：
分享《深度学习入门:基于Python的理论与实现》高清中文版PDF+源代码
《21个项目玩转深度学习：基于TensorFlow的实践详解》完整版PDF+附书代码
【Keras】完整实现‘交通标志’分类、‘票据’分类两个项目，让你掌握深度学习图像分类
如何利用全新的决策树集成级联结构gcForest做特征工程并打分？
Machine Learning Yearning 中文翻译稿
斯坦福CS230官方指南：CNN、RNN及使用技巧速查（打印收藏）
中科院Kaggle全球文本匹配竞赛华人第1名团队-深度学习与特征工程
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加： datayx
长按图片，识别二维码，点关注
AI项目体验