关于图像识别，我们是否可以用一种编程语言来描述？

今天在整理照片时，发现有张图片上拍了一个表格，手动将内容抄写下来不太省力，于是想如果有一个软件可以抓取图像中的表格文字该多好。。。



从头设计一套软件完成这个工作量有点大，想到已经有了一些手写体识别的应用，只要在该技术基础上再增加一层接口，其实就能完成上述任务。



该接口要灵活，能够适应各种应用的文字识别，比如汉字手写体，英文手写体，宋体，以及上面的表格内容识别。因为一幅图像中的内容是千差万别的，我们可以借助一种图像描述原语（Image Description Primitives, IDP）来完成这些内容的区别。



假设有如下IDP:



Def "Table" p1; //表示该图像中有一个表格，声明为对象p1

Set Origin(x0,y0); //表示表格的左上角像素坐标

Set End(x1,y1); //表示表格的右下角像素坐标

p1.cols = [5-10]; //表示该表格的列数可能在5~10列之间

p1.rows = [100-200]; //行数在100~200行之间



Table tb = p1.GetContent(); //创建表格对象，从p1对象中抽取内容，以字符串形式存入tb中

//打印输出字符串

for(int i = 0;i<tb.rows;i++)

{

for(int j = 0;j<tb.cols;j++)

{

printf("%s\t",tb[i][j]);

}

printf("\r\n");

}

End p1; //销毁对象





除了表格对象，我们还可创建纯文本对象，手写体对象，英文手写体对象等，识别原语都封装到p1.GetContent()中。



只是一时想到的，不知有没有价值。本人只是对文字识别感兴趣，没有相关经验，一家之言，欢迎讨论。