Классификация используется в распознавании рукописных текстов для определения класса символов на основе различных признаков. 3 Эти признаки характеризуют особенности изображения и позволяют отличить один класс символов от другого. 3

Некоторые подходы классификации:

• Шаблонные (растровые). 24 С помощью критерия сравнения определяется, какой из шаблонов выбрать из базы. 24 Самый простой критерий — минимум точек, отличающих шаблон от исследуемого изображения. 24 К достоинствам такого классификатора относятся хорошее распознавание дефектных символов, простота и высокая скорость распознавания. 24 Недостаток — необходимость настройки системы на типы и размеры шрифтов. 24
• Признаковые. 24 Анализ проводится только по набору чисел или признаков, вычисляемых по изображению. 24 Происходит распознавание не самого символа, а набора его признаков, то есть производных данных от исследуемого символа. 2 Этот метод позволяет распознавать различные начертания символов, например, различные подчёркивания и шрифты. 24
• Структурные. 24 Такие классификаторы переводят шейп символа в его топологическое представление, отражающее информацию о взаимном расположении структурных элементов символа. 2 Эти данные могут быть представлены в графовой форме. 2 Такой способ обеспечивает инвариантность относительно типов и размеров шрифтов. 2 Недостатки — трудность распознавания дефектных символов и медленная работа. 2

Для решения задачи классификации обычно применяются методы машинного обучения, такие как метод опорных векторов, наивный байесовский классификатор и нейронные сети. 3