Когда то в 9 классе нам читали лекцию о том, как устроен FineReader.
Суть такова. Буква шифруется в матрицу 5*3, к примеру по начертанию. Буква А
010
101
111
101
101
Затем несколько букв объединяются в общую матрицу. Когда сосканировали букву, делаем что-то с её матрицей и марицей, содержащей в себе несколько букв и получаем результат- какая это буква.

Необходима информация на эту тему, желаетельно доступным языком.
PS Я докажу преподу, что первокурсники- тоже люди!

Что имеется ввиду?

А что именно ему доказать нужно?

Я на все 100% не знаю как работает 

имхо , вообще мало кто знает,
но мне кажется что все не так просто

Ну, имеем матрицу размера вроде 15*5(не помню точно), что при каком-то действии над этой общей матрицей и матрицей буквы, получим код буквы, который был заранее прописан. К примеру, получили 2- значит буква А. Задать можно любое значение.

имхо поищи инфу на тему нейроных сетей

В том то и дело, что нейросети тут не юзаются. Все по схеме делается.
Нейросетями я занимался, но не особо удачно- даже яблоко от апельсина не всегда отличала сеть.

а я ими очень мало интересовался, но имхо там все зависит от количества элементов и количества слоев(если много слойные) ну и от обучения ее 

Ну может просто сравнить по маске и найти общий процент совпадений?

SoWa, 
описание в первом посте имеет такое же отдаленное отношение к приктической реализации, как описание устройства апельсина к его выращиванию. ))
Если алгоритм работает/оперирует понятиями 

то необходимо сосредоточится именно на преобразовании битмапа в векторное "начертание". Это лишь первый шаг, но он достаточно трудоемки в реализации и отладке, т.к. требует большого количества практических экспериментов. Затем идет черед совершенно другого класса алгоритмов, анализирующих взаимное положение векторных элементов и их атрибутивных свойств (цвет, яркость, вероятность точности определения положения). Этот этап в работе совершенно нелинейный и очень сложно его алгоритмизировать. Начиная от этапа классификации на виды примитыивов и поиска центральных линий/центроилов (очень хорошо здесь работает алгоритм "жука"), и заканчивая комплексным анализом локалных участков. Без хорошей проработки всех частей и оригинальных идей    получить надежно работающий мехнизм крайне сложно. Обращаю внимание, между распознаванием одной четкой буквы и распознаванием реального текста работы на несколько лет ))

Так. Кажется я нашел человека, у которого эта лекция сохранилась. Прочитаю, напишу алгоритм вам.

С удовольствием почитаем. Только есть смутные сомнения что это практическое руководство, ане теоретические измышления ....

дафай интересно почитать

Нет, там именно суть распознавания.

Скорей всего, дискриминантный анализ. Только с "общей" матрицей ты, наверное, что-то забыл 

Это сообщение отредактировал(а) podval - 22.12.2006, 21:29