【OCR】CentOS7下编译安装tesseract-ocr
什么是tesseract-ocr
OCR(Optical Character Recognition):光学字符识别,是指对图片文件中的文字进行分析识别，获取的过程。
Tesseract：开源的OCR识别引擎，初期Tesseract引擎由HP实验室研发，后来贡献给了开源软件业，后经由Google进行改进，消除bug，优化，重新发布。
Tesseract-OCR的简单使用与训练
Tesseract，一款由HP实验室开发由Google维护的开源OCR（Optical Character Recognition , 光学字符识别）引擎，与Microsoft Office Document Imaging（MODI）相比，我们可以不断的训练的库，使图像转换文本的能力不断增强；如果团队深度需要，还可以以它为模板，开发出符合自身需求的OCR引擎。
【整理】图解隐马尔可夫模型（HMM）
写在前面
最近在写论文过程中，研究了一些关于概率统计的算法，也从网上收集了不少资料，在此整理一下与各位朋友分享。
隐马尔可夫模型，简称HMM(Hidden Markov Model), 是一种基于概率的统计分析模型，用来描述一个系统隐性状态的转移和隐性状态的表现概率。
吴恩达《机器学习》课程总结（18）应用实例：图片文字识别
18.1问题描述和流程图
（1）图像文字识别是从给定的一张图片中识别文字。
（2）流程包括：
1.文字侦测
2.字符切分（现在不需要切分了）
3.字符分类
18.2滑动窗口
在行人检测中，滑动窗口是首先训练一个固定尺寸输入的判断是否有行人的网络，然后在一张图片中裁该尺寸的图片，送入到网络中；然后不断移动裁剪区，重复以上过程，知道裁剪到最后，这时按比例放大裁剪区，然后将裁剪到的图片缩放到网络的输入，如此循环。