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.首先训练模型能够在图片中检测出文字区域。
- 2.然后采用滑动窗口技术来切割单个文字区域。
- 3.训练单体文字分类器，完成单体文字的分类。
- 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。
