Лучший инструмент для решения вашей задачи - использовать библиотеку OpenCV для обработки изображений и некоторую нейронную сеть для классификации вашего текста.
OpenCV (Open SourceComputer Vision Library) - это библиотека программного обеспечения для компьютерного зрения и машинного обучения с открытым исходным кодом.OpenCV был создан для обеспечения общей инфраструктуры для приложений компьютерного зрения и для ускорения использования машинного восприятия в коммерческих продуктах.
Там вы можете найти множество готовых к использованию функций, которые сделают васработа легкая.Я предлагаю выполнить следующие шаги:
- Используйте методы OpenCV для предварительной обработки и выполнения сегментации на ваших изображениях.Ваша цель здесь состоит в том, чтобы найти , какие области ваших изображений имеют рукописный текст .
- Используйте некоторый метод классификации, чтобы классифицировать обнаруженный текст и найти, какая буква соответствует написанному тексту.Я рекомендую обучить модель Support Vector Machines (SVM) с библиотекой , которую использует OpenCV, или использовать Keras для создания собственной нейронной сети.
Здесь вы можете увидеть полный учебник о том, как выполнять вашу задачу.
Еще один более простой учебник с использованием Keras вы можете найти здесь .
Если вы хотите узнать больше об OpenCV, я рекомендую веб-сайт pyimagesearch