应用场景：

• 通用类：识别任意图片中的文字

• 个性化：识别指定类型的图片文字。PS:票据识别，身份证识别，车牌识别

实现技术：

• 文字区域检测（检测文字所在区域）

• 文字单体切割（对检测到的区域进行文字切割）

• 单体文字分类

正负样本：

在文字切割中需要用到的样本。

正样本为包含完整文本的图像。

负样本为不包含完成文本的图像。（无文本或残缺文本的图像）

文字分类器样本扩充：

• 每个字符加上随机背景。

• 对文字进行扭曲。

• 加入噪声。（效果微乎其微）

滑动窗口：

在文字切割过程中需要用到滑动窗口技术，窗口与文字等高，宽与文字等宽。

滑动窗口沿着行进行搜索，与正负样本进行比较。

实现流程：

1. 1.首先训练模型能够在图片中检测出文字区域。
2. 
   
3. 2.然后采用滑动窗口技术来切割单个文字区域。
4. 
   
5. 3.训练单体文字分类器，完成单体文字的分类。
6. 
   
7. 4.扩展识别区域，合并重叠区域，过滤掉纵横比不在阈值范围内的区域。