![][1]

На сегодняшний день оптическое распознавание символов является частью решения таких прикладных задач, как распознавание и оцифровка текстов, распознавание документов, распознавание автомобильных номеров, определение номеров банковских карточек, чтение показаний счетчиков учета, определения номеров домов для создания карт (Google Street View) и т.д.
Распознавание символа означает анализ его изображения с целью получения некоторого набора признаков для сравнения их с признаками класса [ [1][2] ]. Выбор такого набора и способы его определения отличают разные методы распознавания, но для большинства из них необходима одномоментная информация обо всех пикселях изображения.
Последнее обстоятельство и достаточно большой объем вычислений делают невозможным использования маломощных вычислительных устройств (микроконтроллеров) для оптического распознавания символов. «Да и зачем?» — воскликнет информированный читатель, «мощности вычислительных устройств постоянно растут, а их цена падает!»[[2][3], [3][4]]. Допустим, что ответ будет такой: просто интересно, возможно ли упростить метод распознавания до такой степени, чтобы можно было бы использовать микроконтроллер? [Читать дальше →][5]

[1]: https://habrastorage.org/web/f84/4f9/fc6/f844f9fc61a04c09994017436efeb43f.jpg
[2]: https://habrahabr.ru/company/abbyy/blog/228251/
[3]: https://geektimes.ru/company/dadget/blog/279418/
[4]: https://geektimes.ru/post/289759/
[5]: https://habrahabr.ru/post/330936/?utm_source=habrahabr&utm_medium=rss&utm_campaign=feed_posts#habracut