本文重点
上一节课程中我们讲解到了照片的OCR的流水线，以及工作原理，本视频我们讲解照片OCR流水线中的组件是如何工作的，本节课程我们将学习一种滑动窗的分类器。
第一步--定位图片中的文字区域
首先我们需要先收集一些带标签的训练集，正样本就是图像中有文字的那些图片，而负样本表示没有文字的图片，那么我们就可以使用这样的训练集来训练模型，训练完成之后，只要输入给模型一张图片，模型就可以识别出来这张图片是否带有文字。
下面我们使用一个固定的比例滑动窗（红色方块）来滑动图片，然后把截取的图片放到模型中，我们就可以检测出这一局部的区域中是否有文字
当窗口从左上角滑动到右下角的时候，那么最终我们可以得到这样的结果：
上图中白色的区域表示我们的文字检测系统已经检测到了文字&
订阅专栏 解锁全文
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
