目录
大体思路	
人为预先设好一些数据矩阵之间进行比较	
处理的准备	
开始实践	
环境搭建	
数据集准备	
预处理	
之后我们对其进行二值化	
寻找数字	
预设数据	
2 from  PIL  import  Image	
3 import  numpy  as  np	
比较	
1 # 计算灰度值的平均值	
开始识别	
8 # !!! 注意这里截取的是二值化后的图片	
13 init  =  -1	
2 import  Levenshtein 3	
手写字体	
环境搭建	
数据集准备	
预处理	
35 # 取出一张图片 即一整行	
开始识别	
看看我写的是啥	
1	from  PIL  import  Image 2	
识别结果统计	
3	statis = {} 4	
16 # 计算图片的感知哈希	
数据集	
算法上的提升	
从数字到文字	
源码结构	
发票 OCR - 数字识别的简单实现
本教程旨在使用简单的操作步骤实现一个简单的发票上的数字视频。
我们不追求识别率和速度，目的只是想让大家初步体验一下人工智能和计算机视觉 CV。
大体思路
解析图像 转换为 灰度图二值化处理
截取到需要的数据使用矩阵存储图片
人为预先设好一些数据矩阵之间进行比较
预测输出
处理的准备
图片大小 1218*788
待识别的区域是固定的，我们只识别右上角部分的数字。
使用	opencv	进行图片的找轮廓等处理， pillow	进行图片的处理。
配合其他的一些库进行更方便的处理，安装请参考下面的教程。
开始实践



从我们上面的已知部分来看，我们的计划似乎是完美的，实际上手操作后，处处都有困难	…不管如何，先做起来再说！
环境搭建
如果大家有虚拟环境可以使用虚拟环境:




1


# 创建新的虚拟环境




2


python  -m  virtualenv  myenv




3






4


# 进入虚拟环境




5


source  myenv/bin/activate




6






7


# 安装




8


pip  install  -r  requirements.txt




也可以直接使用 pip  安装




1


pip  install  -r  requirements.txt




这样在使用一些第三方库的时候就不会出现找不到的问题了。如果使用 Anaconda