tesseract-ocr-w64-setup-v5.0.0-alpha.20200328 tesseract v5.0.0 64位安裝包

本代码提供了一个将多个字符图片用SVM进行分类的Demo，另外使用的库为OpenCV3.4.0，在OpenCV3.x的版本上应该都可以使用。其中附带训练数据和测试数据，只需要下载，用vs2015打开并执行即可~

BP-OCR 本篇基于实验楼基于BP神经网络的手写体识别实验修改而来 实验地址： 实验楼参考文档： Python2版GitHub地址： 代码经过修改可以在Python3中运行 运行方式：首先运行server.py，然后打开ocr.html可以进行训练。训练好之后可以进行测试。

车牌残缺字符识别系统的研究与设计

包括BP神经网络的构建训练以及GUI可视化设计

这是一个用c++实现的车牌识别系统，该系统基于字符识别，有比较好的效果。

BP神经网络实例，以手机品牌中的单个字符为样本来训练BP模型，识别率80%+。内含一个VC2010工程

通过神经网络进行光学字符识别 本练习的任务是开发一个神经网络模型，该模型可以将人类手写的数字分类为前10个数字。 通过sklearn提供的内置实用程序功能加载MNIST数字数据集。 导入必要的类以进行k交叉折叠验证。 您可以根据您的计算预算和任务复杂程度自由选择k，但对于大多数情况，“ k = 5”就足够了。 请预留20％的图像进行测试。 为“ MLPClassifier”定义一个超参数网格，该网格是Sklearn的神经网络模型实现。 在上面选择的范围内定义一个随机搜索过程，然后通过为搜索对象调用'.fit'方法来训练模型。 报告一种测试准确性和发现的最佳超参数。

matlab手写数字识别，字符识别，汉字识别，带界面GUI

tesseract-ocr 字符识别总结（Linux windows都可以）， 博客里面有对应的软件，和语言包如果需要可以去下载