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，因为它包含所有信息。它应该是健壮的——如果我有一张钻石王牌的大图像，我应该能够将它缩放到 20% 到 200% 的任何位置，并且仍然得到正确的答案。
第一个问题 - 是否有任何已经写过的东西可以做到这一点？如果是这样，我会为 OCR 找到其他东西，所以我不会重复这些努力。
第二 - 这样做的最佳方法是什么？神经网络？手工编码的东西？任何人都可以提供任何指示吗？（0xCAAF9452 不是可接受的答案）。
我不认为已经为您要完成的工作编写了一些东西（至少是开源和 Python 中的）。
至于您的第二个问题，这取决于您要识别的内容。如果输入可以来自不同的来源——例如，具有不同风格的不同品牌的扑克牌——那么您可能应该使用基于机器学习的算法（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，那么简单的图像比较算法就足够了（例如，将切片的左上角的像素与每个等级的像素进行比较）。
如果你决定使用基于机器学习的算法，我也认为你不需要非常复杂的特征，因为西装和军衔在形状或风格上并没有太大的变化，你应该只使用左上角的像素作为特征。
这里有一个玩具 OCR 示例，您可能会觉得有趣。使用的库（LibSVM）也有一个 Python 版本，我使用过，发现使用起来非常简单。
希望能帮助到你。
它没有那么健壮，但是您可以查看卡片上 3 或 4 个位置的颜色，以便它们是白色还是颜色，您可以确定它是哪张卡片和适合它。显然，如果您不总是拥有相同的卡，这将不起作用。
就我个人而言，我会用这个走机器学习路线。
鉴于样本量有限（4 套西装，13 个不同的值），我只是尝试将西装的参考图像和值与新的输入图像匹配。首先找到传入套装/值的边界框（包含所有非白色像素的最小框），缩放您的参考图片以匹配该边界框的大小，并通过逐像素绝对差找到最佳“匹配”。图片的颜色（即红色或黑色）将使这更容易。