OCR中有见解的评论

一、关于人脑与计算机识别的区别

电脑识别最主要是依赖简单的线性分类问题。把20*20个像素直接展成400维向量，分类之。 虽然现在的算法越来越常见地引入了非线性，但是这种非线性的复杂度还是远没法和人脑相比。
人脑则是多层、非线性、前馈+反馈的特征分析系统。它在不同阶段选择的特征都不尽相同。因而，这些特征对各种变化、各种噪音下的字符也能识别。
举个例子，字符识别针对的是扫描的文字。但是对照片上户外广告牌的文字就无能为力了。它甚至分不清照片上哪一块儿是字，哪一块儿是背景。 一个更简单的例子是，如果对质量还不错的打印字符做简单处理（扭曲、加噪点），电脑就完全废了。Captcha & reCAPTCHA（网站验证码）就是根据这个原理做的。