привет народ 
вот есть такая задача:
надо распознать буквы напасинные на листочке.
буквы строго печатные и находятся в пределах оределенной области ,каждая буква в своем премоугольнике!!!

как реализовать: 
1.есть вариант создать бибиотеку готовых рисунков,а потом читать по пиксилям со сканированной какртинки и сравнивать с картинками из библиотеке.

2.Искал в Инете как это сделать везде написанно что есть некие нейронные сети ,говорят что там это без проблем сделать можно ,
но я понятия не имею как ими пользоваться .

Подскажите что такое нейронные сети,учебники по ним или в идеале будет если кто то пример даст .

Зарание большое спасибо .
  

Думаю: надо покапать в этом направлении
http://www.google.ru/search?q=%D0%B0%D0%BB...GL_ruRU312RU312

Вот например сайт по-моему по теме
http://www.cr-online.ru/index.php

Так просто нейронные сети не даються) У моего друга где-то валялась книжечка, там страниц этак тыщи 2. И написано довольно сложно... Да и мне кажеться, это не лучший вариант. Смотря что нужно.

Наш препод по распознаванию образов, рассказывал такой вариант:
Создаешь алфавит такого вида:
а - | (стрелка вверх)
б - /
в - \
г - - (вправо)
д - | (вниз)
В общем нумеруешь векторы, заокруглености. Все это имеет направление.
Теперь букву "П" например можно записать так: "агд". При том тебе наплевать на размер буквы, шрифт, возможные отклонения (например буква немного кривая - при анализе векторов можно допускать какую-то ошибку, кривизну).

Если же, у тебя есть размер буквы (каждая буква в квадрате), шрифт буквы (очень важно - некоторые шрифты могут быть совсем не похожи на другие), то как по мне, можно сделать как ты и предложил:
Делаешь библиотеку буков, маленьких и больших. В большом разрешении. При анализе зжимаешь до нужного тебе размера, и сравниваешь по-пиксельно. Если например процент совпадений больше какого-то числа., например 90%, то говоишь что это эта буква.
Если это написать умно, а не в тупую, то работать будет довольно шустро...

Для автоматического распознавания текста могут быть использованы следующие методы:
1. Векторно-пространственная модель (Vector Space Model)
2. Вероятностные методы (Probabilistic Retrieval)
3. Неявное семантическое индексирование (Latent Semantic Indexing)
4. Нейронные сети (Neural Networks)
5. Генетические алгоритмы (Genetic Algorithms)
6. Нечеткая логика (Fuzzy Set Retrieval)
7. Цепи Маркова
8. Методы реферирования
9. Семантическая сеть
Ну, например, можно построить семантическую сеть. Если вы будете искать мануалы в этом направлении, то в скором времени не будете знать куда деваться от инфы  Советую заглянуть в "Справочник по искусственному интеллекту" (1990 год, 3 книги). Там подробно расписаны все алгоритмы. 

Очень много сайтов по нейронным сетям, книг, статей да и самих сетей много.
Строишь сеть(число слоев можно подобрать опытным путем) и на примерах обучаешь ее, для букв часто используется метод обратного распространения ошибки.
Перед обучением лучше обработать картинки, вариантов тоже куча(вейвлет преобразование, преобразование радона и прочее..)
Инфы очень много, так что если порыться найдешь.Правда вот результат получишь далеко не 100 процентный.

Даже если нанять людей, которые распознавали бы картинки, вероятность будет не 100% 
WERITAS, добавьте это 10-м пунктом ;) Нельзя недооценивать этот способ: существует множество сервисов такого плана, благодаря которым ежедневно распознаются тысячи и тысячи капч.

LOL     
А реально, че париться? Нанять десяток индусов, пусть распознают    Может даже дешевле выйдет       

Конечно, я писал это с долей иронии... но в некоторых случаях такой подход действительно может оказаться отличным решением. Вот интересная статья на эту тему: http://habrahabr.ru/blogs/crowdsourcing/38589/

Человеческий фактор всегда нужно учитывать   

возможно чем то вам поможет данный фреймворк http://code.google.com/p/aforge/

Если интересно, я писал оч давно: http://forum.vingrad.ru/topic-70098.html
Пример грубый оч, но рабочий.. В 9 классе на ура написался за пару дней... Дальше можно дорабатывать.. 

Думаю для интереса разработки было бы лучше придумать свой алгоритм. От нейронных сетей советую сразу отказаться, так как знаю человека, который занимаеться этим уже 4 года и только вот теперь начал добиваться в этой области хоть каки-то успехов. Для того, что бы процес отказа произошел как можно быстрее, советую посмотреть внутрь книги Саймана Хайкина "Нейронные сети" (класика жанра). Если же все таки не зохочете отказаться от этого, то тогда берете все ту же книгу  Хайкина и читаете от начала и до конца. Я потратил не ёё чтение 2,5 месяца, при том что читал каждый день.

Можно использовать АПИ ABBYY FineReader'а

или родной OCR оффиса - http://www.codeproject.com/KB/office/modi.aspx
ЗЫ Нейронные сети - псевдонаука 

Есть еще такая штука ABBYY FormReader, как раз и предназначена для таких задач.