如何分割手写数字[关闭]

Question

我正在处理handwritten digit recognition 的问题。基本上，我们需要识别文档中的某些字段，例如金额、帐号、手机号码等。

手写数字识别可分为2个步骤

1. 数字分割
2. 分段数字的识别

对于step-2，我们可以使用一些相关的MNIST 模型，但问题是如何分割数字。我试过OpenCV contours，但只有当数字用空白像素分隔时才有用，即当它们不相互接触时，但用户经常用接触或连接的数字写数字

谁能为此任务推荐一些基于深度学习或非深度学习的方法

示例图片

Answer 1

对于基于深度学习的方法，您可以使用 mask rcnn。这是一种非常强大的方法，可用于检测、定位和分割。该算法足够强大，可以识别不同的类，即使它们靠得很近。

它将在数字周围生成边界框并对它们进行分类。

请查看this repository，因为我的解释不公平。

它还包含示例供您学习。唯一可能会减慢您的速度是您必须对图像进行注释。但是使用迁移学习可以减少实际用于训练的数据量。

这里有一些更相关的链接：

Training MaskRCNN on your own dataset

Implementation on your own dataset

To understand more about MaskRCNN

Transfer Learning

当然会有关于上述主题的更好的文章，但这些是我用过的。希望其他人会向您推荐它们。