神经网络，英文字母识别

在去年的时候，学习了神经网络，实现了手写数字识别：
https://www.cnblogs.com/FSYo/p/14802599.html
这个很容易实现的原因是，数据全部可以在 MNIST 下载

之后，我一直想实现一个生活场景中的文字识别，中文太难啦所以我们就做识别 English 的吧！

我用我曾经存下来的英语作文作为训练数据，这一步主要需要克服的困难为，将字母一个一个抠出来，做成 28 * 28 的灰度图，做成之后，就可以用之前写过的神经网络来跑了。

第一步：我们要从 jpg 或 png 文件里面读取像素信息。

• 这一步我使用了 opencv 这一工具，然后学习了一点点 python（因为我完全不会 python，所以是需要啥就百度一下）
  使用下面这一份代码，就可以读取图片并展示出来（hello world 是展示图片的窗口的名字）

import cv2
image = cv2.imread("a.png")
cv2.imshow("hello world", image)
cv2.waitKey(0)
cv2.destroyAllWindows

• 读取灰度图只需要改一行：(会直接转换为灰度图）

image = cv2.imread("a.png",0)

• 下面，我们就可以查看长宽，以及每个像素是什么了，我们把信息转换后存到 mat.in 文件中

import cv2
import numpy as np
# 0 -> grey, 1 -> color, -1 -> original 
img = cv2.imread("g.png",0)
rows = img.shape[0]
cols = img.shape[1]
fi = open("mat.in", "w") 
print(rows, cols, file = fi)
for i in range(0, rows) :
    for j in range(0, cols) :
         print(img.item(i, j), end = ' ', file = fi)
    print('', file = fi) 

第二步： 将每个字母抠出来并缩放一下大小。

• 我使用的方法是搜连通块（由于大多数字母和符号是联通的，除了 i j ; : ) 代码
  任然存在的问题：空格的处理需要调整参数；对于某些字体，字母间会连在一起。

• 可以使用下面的代码检查抠出来的字母：

import cv2
import numpy as np
fi = open("data7.in") 
while 1 :
    img = np.zeros((256,256), np.uint8)
    ok = 1
    for i in range(0, 28) :
        arr = fi.readline().split()
        for j in range(0, 28) :
            if(int(arr[j]) == -1) :
                ok = 0
                break
            img.itemset((i, j), int(arr[j])) 
        if(ok == 0) : 
            break
    if(ok == 0) : 
        break 
    cv2.imshow("show", img)
    cv2.waitKey(0)
    cv2.destroyAllWindows
    fi.readline()
fi.close()

第三步： 将抠出来的图和正确的字母一一对应，喂给神经网络。

• 由于之前写过，所以我就直接拿过来用啦！可以看文章开头的博客

效果：

这是第一次的效果，很不好的原因是造训练数据的程序缩放部分写锅了。

这是和训练数据用的同一种字体的文章识别出的结果。可以看出字体一样的时候效果还是不错的。
没有解决的问题是：I 和 l 长得太像了！（所以上面图中的 I 其实都是 l）

白色部分是从 Codeforces 首页随便截的图，效果一般般，但还能看。

另外，尝试了对纸质版照相并识别，但效果很不好，原因是很多字母连在一块了，所以不能简单的用搜连通块的方法来切字母。

之后应该要多训练几种字体，然后完善一下割字母的程序。

我猜肯定有更简单的方法干这件事，不过我边写边学边摸索确实挺好玩的啦！~