问题标签 [handwriting-recognition]

我正在尝试创建一个端到端可训练的离线英语手写识别模型（不分割单个字符）。我正在使用 IAM 手写数据库中的数据集一词进行训练。

我尝试降低学习率、增加批量大小等，但损失一直在波动，总体没有/显着降低 - TensorBoard 可视化每个步骤的成本

我是 TensorFlow 的新手，所以可能会犯一些幼稚的错误。使用的代码：

I'm trying to make a mobile AR application. I want to track the user's handwriting in real time using smartphones while the user writes on paper. That is to track every stroke made by the user.

I know some SDKs and products like ManoMotion and Leap Motion provide relatively precise hand tracking and analysis, but since writing on paper doesn't involve many motions and gestures, I don't think they are suitable.

I have searched online and haven't found any resources for my particular use case. So I would like to ask if there are other resources I should take a look at, or I should rely on some lower level APIs like OpenCV.

我有以下代码（实际上只是运行我正在处理的所有项目所需的 4 部分中的一部分..）：

此代码用于检测和识别图像中的手写数字。这是一个例子：

假设我不关心准确性识别。

我的问题如下：如您所见，程序获取他可以看到的所有数字并在控制台中打印它们。如果需要，我可以从控制台将它们保存在文本文件中，但我不能告诉程序数字之间有空格。

我想要的是，如果我在文本文件中打印数字，它们应该像图像中那样分开（抱歉，这有点难以解释......）。这些数字不应该（即使在控制台中）一起打印，但是，在有空格的地方，也打印一个空白区域。

看一下第一张图片。在前 10 位数字之后，图像中有一个空格，控制台中没有。

无论如何，这是完整代码的链接。有4个.py文件和3个文件夹。要执行，请在文件夹中打开一个 CMD，然后将命令粘贴到images 文件夹python classify.py --model models/svm.cpickle --image images/image.png中image.png一个文件的名称中。

完整代码

提前致谢。在我看来，所有这些工作都必须使用神经网络来完成，但我想首先尝试这种方式。我对此很陌生。

我正在尝试使用 python 和 opencv 构建一个手写识别系统。字符的识别不是问题，而是分割。我已经成功：

• 将一个单词分割成单个字符
• 按要求的顺序将单个句子分割成单词。

但我无法分割文档中的不同行。我尝试对轮廓进行排序（以避免线分割并仅使用分词），但它没有用。我使用以下代码来分割手写文档中包含的单词，但它返回的单词乱序（它以从左到右的排序方式返回单词）：

请注意，我可以在这里分割所有单词，但它们出现顺序不正确。有没有办法按从上到下的顺序对这些轮廓进行排序

或者

将图像分割成单独的行，以便可以使用上面的代码将每一行分割成单词？

我正在寻找一组手写数字，从 0 开始，每个数字增加 0.5，即 0、0.5、1、1.5、2、2.5、3、3.5 ... 10。尝试在线搜索但无济于事; MNIST 似乎也没有完全有用，因为它只处理整数。

目前的计划是用几千张 n.5 数字的图像和几个人的各种风格的笔迹来扩充 MNIST 的数据集。训练后的模型将用于识别其他人书写的相同数字。我担心的是，鉴于每个人笔迹的独特性，准确性可能会很低。有没有更有效或可能产生高准确率的替代方案？谢谢一堆。

我有以下用三种不同书写工具拍摄的笔迹样本：

看文字，我可以看出前两个和最后一个之间有明显的区别。我的目标是确定每个字母的笔画粗细的近似值，以便我根据粗细对它们进行分组。

到目前为止，我已经尝试研究stroke width transform，但我一直在努力将其转化为我的示例。

我能够对图像进行预处理，这样我就只剩下相关测试的轮廓了。例如，这是最后一行的粗体：

TL;DR，我想知道如何在 android 应用程序中使用 bi-lstm-ctc tensorflow 模型。

我已经成功地训练了我的 bi-lstm-ctc tensorflow 模型，现在我想将它用于我的手写识别 android 应用程序。这是定义我使用的图形的代码部分：

在本教程中冻结和优化图形代码之后，我还成功地冻结和优化了图形。这是应该运行模型的代码部分：

但是，根据我使用的模型，我会遇到这些问题。如果我使用冻结图，我会遇到此错误：

如果我使用优化的冻结图，我会遇到这个错误：

除了解决这些错误的方法之外，我还有其他问题/说明：

我该如何解决这些错误？

我正在努力理解 MDLSTM 的手写识别。我已经阅读了“Offline Handwriting Recognition with Multidimensional Recurrent Neural Networks”，该论文将图像传递到 4 个LSTM 层。每个 LSTM 层都在四个不同的方向（即左、右、上、下）扫描图像。我已经尝试过在 keras 中实现以下代码，但我不确定如何在 LSTM 中实现扫描部分。给我一些想法/参考代码，可以帮助理解整个过程。

我想看看是否可以扫描课程的签到表。好消息是我知道 90% 的可能写的名字。

我的想法是使用 tessaract 解析名称图像，然后使用 Levenshtein 算法将每一行与我数据库中的名称列表进行比较，如果我得到相当接近的匹配，那么这个名称是正确的。

这种方法听起来不错吗？如果没有，还有其他想法吗？

我尝试在样本表上使用 tesseract（见下文）

我用了：

我假设它不喜欢第 2 行，因为我低于该行。

我得到的结果是：

显然不是最好的，我的猜测是 4 和 5 的距离匹配会起作用，但其余的甚至不接近。

我可以控制我的签到表，但不能控制进来的人的笔迹，所以如果我可以做任何更改以提供帮助，请告诉我。

我目前正在使用 cv2.goodFeaturesToTrack() 方法。然而，它返回的角落有些模糊，并没有真正做到我想要的，它会在角色的轮廓上放置一些点。这是它如何在我的自定义数据集上工作的附加图像： 示例图像

如果 cv2.goodFeaturesToTrack() 不是从手写字符中提取特征的好方法，那么有哪些更好的方法呢？谢谢