http://www.cnblogs.com/denny402/p/5032839.html
OCR （Optical Character Recognition，光学字符识别），我们这个练习就是对OCR英文字母进行识别。得到一张OCR图片后，提取出字符相关的ROI图像，并且大小归一化，整个图像的像素值序列可以直接作为特征。但直接将整个图像作为特征数据维度太高，计算量太大，所以也可以进行一些降维处理，减少输入的数据量。
处理过程一般这样：先对原图像进行裁剪，得到字符的ROI图像，二值化。然后将图像分块，统计每个小块中非0像素的个数，这样就形成了一个较小的矩阵，这矩阵就是新的特征了。opencv为我们提供了一些这样的数据，放在
opencvsourcessamplesdataletter-recognition.data
这个文件里，打开看看：
每一行代表一个样本。第一列大写的字母，就是标注，随后的16列就是该字母的特征向量。这个文件中总共有20000行样本，共分类26类（26个字母）。
我们将这些数据读取出来后，分成两部分，第一部分16000个样本作为训练样本，训练出分类器后，对这16000个训练数据和余下的4000个数据分别进行测试，得到训练精度和测试精度。其中adaboost比较特殊一点，训练和测试样本各为10000.
完整代码为：
按 Ctrl+C 复制代码
按 Ctrl+C 复制代码
由于adaboost分类和 ann分类速度非常慢，因此我在main函数里把这两个分类注释掉了，大家有兴趣和时间可以测试一下。
结果：
从结果显示来看，测试的四种分类算法中，KNN（最近邻）分类精度是最高的。所以说，对ocr进行识别，还是用knn最好。