我一直在寻找用于在网络上的图像中识别数字的资源。我发现许多链接提供了大量关于该主题的资源。但不幸的是，这比帮助更令人困惑，我不知道从哪里开始。
我有一张图片，里面有 5 个数字，不受干扰（没有验证码或类似的东西）。数字是白色背景上的黑色，以标准字体书写。
我的第一步是将数字分开。我目前使用的算法非常简单，它只是检查一列是否完全是白色的，因此是一个空格。然后修剪每个字符，使其周围没有白色边框。这工作得很好。
但现在我坚持对数字的实际识别。我不知道猜测正确的最佳方法是什么。我不认为直接与字体进行比较是一个好主意，因为如果数字仅略有不同，它将不再起作用。
谁能给我一个关于这是如何完成的提示？
这个问题无关紧要，但我将在 C# 或 Java 中实现它。我找到了一些可以完成这项工作的库，但我想自己实现它，以学习一些东西。
为什么不考虑使用诸如 Tesseract 之类的开源 OCR 引擎呢？
http://code.google.com/p/tesseract-ocr/
Tesseract 的 C# 包装器
http://www.pixel-technology.com/freeware/tessnet2/
正方体的 Java 包装器
http://sourceforge.net/projects/tessocrinjava/
虽然您可能不会考虑使用第三方库来自己实现它，但仅集成第三方工具就需要做大量工作。还要记住，看似简单的事情（识别数字 5 和数字 6）通常非常复杂；我们正在谈论成千上万行复杂的代码。至少，看看 tesseract 的源代码，它会给你一个充分的理由想要利用第三方库。
这是另一个 SO 问题，它将为您提供有关所涉及算法的一些想法：https ://stackoverflow.com/questions/850717/what-are-some-popular-ocr-algorithms