手写签名检测
Handwriting signature detection
我正在尝试查找扫描的 pdf 表单是否包含签名（例如确保支票已签名）。
问题域：
我将收到文件包（多页 pdf 和多种表格）。我已经将文档包分类器放在一起，这些分类器将检查所有文档的包并将图像缩放到通用大小。之后我知道签名应该在哪里，并且可以具体扫描文档的区域。我正在寻找的是确保存在签名的最佳方法。我考虑过只检查暗像素的基本阈值，但这看起来很笨拙。签名的问题在于它们并不是真正的书写，更多的是个人标记。
我唯一能想出的就是寻找循环的机器学习方法？但我对机器学习不是很熟悉，甚至不知道从哪里开始做类似的事情。如果有人对实用方法有一些建议，我们将不胜感激。
如果对您有帮助，我会在 Java 中编写代码
您问的 非常 范围很广，因此我们无法为您提供很多信息。不过，我可以为您指出一些有用的链接：
http://java-ml.sourceforge.net/ -- 这是一个您可以下载的库，其中包含许多有用的算法和其他代码以包含在您的程序中
https://www.youtube.com/playlist?list=PLiaHhY2iBX9hdHaRr6b7XevZtgZRa1PoU -- 这是一个解释神经网络的系列（您可能想研究机器学习的内容）
- 所以我对你的算法有一个重要提示，而不是寻找所有循环和事物的确切长度，而是查看它们的所有相对距离
"Relative distances from what?"你说。那么这就是下一个技巧派上用场的地方：不是跟踪线条，而是跟踪循环的技巧和这些点的顺序。如果您然后取所有这些之间的距离（当然相对意味着将其中一个长度设置为零）。除了跟踪距离，您还应该跟踪角度。您可以通过取 (A,B)、(B,C) 和 (A,C) 之间的距离来计算角度 ABC （A、B 和 C 是 xy 平面上的坐标） 在点之间创建一个三角形，允许您使用三角函数计算角度。
（我假设对于所有这些你也试图检测 who's 签名当然是因为它实际上没有根本不会使事情复杂化） 当试图将检测到的签名与存储的签名匹配以查看它们是否是 "same," 时，不要到达距离和角度必须达到的位置确切地说。给出误差幅度（比如使用上下的百分比范围）。这里有一个提示：使误差幅度相当大。这样如果写得不好，它仍然会被检测到。这增加了不止一个签名被拾取的机会。幸运的是，有一个简单的解决方案。只需在找到的签名上再次使用 运行 算法，但误差范围更小（您当然不会手动执行此操作，程序会执行此操作）。继续减少误差范围，直到只剩下一个签名。
我希望您已经有了检测实际签名位置的想法，但当然要检查像素的暗度差异。确保它是连续的。另请注意，签名通常以 black or blue 或有时是红色和其他花哨的颜色。
我正在尝试查找扫描的 pdf 表单是否包含签名（例如确保支票已签名）。
问题域：
我将收到文件包（多页 pdf 和多种表格）。我已经将文档包分类器放在一起，这些分类器将检查所有文档的包并将图像缩放到通用大小。之后我知道签名应该在哪里，并且可以具体扫描文档的区域。我正在寻找的是确保存在签名的最佳方法。我考虑过只检查暗像素的基本阈值，但这看起来很笨拙。签名的问题在于它们并不是真正的书写，更多的是个人标记。
我唯一能想出的就是寻找循环的机器学习方法？但我对机器学习不是很熟悉，甚至不知道从哪里开始做类似的事情。如果有人对实用方法有一些建议，我们将不胜感激。
如果对您有帮助，我会在 Java 中编写代码
您问的 非常 范围很广，因此我们无法为您提供很多信息。不过，我可以为您指出一些有用的链接：
http://java-ml.sourceforge.net/ -- 这是一个您可以下载的库，其中包含许多有用的算法和其他代码以包含在您的程序中
https://www.youtube.com/playlist?list=PLiaHhY2iBX9hdHaRr6b7XevZtgZRa1PoU -- 这是一个解释神经网络的系列（您可能想研究机器学习的内容）
- 所以我对你的算法有一个重要提示，而不是寻找所有循环和事物的确切长度，而是查看它们的所有相对距离
"Relative distances from what?"你说。那么这就是下一个技巧派上用场的地方：不是跟踪线条，而是跟踪循环的技巧和这些点的顺序。如果您然后取所有这些之间的距离（当然相对意味着将其中一个长度设置为零）。除了跟踪距离，您还应该跟踪角度。您可以通过取 (A,B)、(B,C) 和 (A,C) 之间的距离来计算角度 ABC （A、B 和 C 是 xy 平面上的坐标） 在点之间创建一个三角形，允许您使用三角函数计算角度。
（我假设对于所有这些你也试图检测 who's 签名当然是因为它实际上没有根本不会使事情复杂化） 当试图将检测到的签名与存储的签名匹配以查看它们是否是 "same," 时，不要到达距离和角度必须达到的位置确切地说。给出误差幅度（比如使用上下的百分比范围）。这里有一个提示：使误差幅度相当大。这样如果写得不好，它仍然会被检测到。这增加了不止一个签名被拾取的机会。幸运的是，有一个简单的解决方案。只需在找到的签名上再次使用 运行 算法，但误差范围更小（您当然不会手动执行此操作，程序会执行此操作）。继续减少误差范围，直到只剩下一个签名。
我希望您已经有了检测实际签名位置的想法，但当然要检查像素的暗度差异。确保它是连续的。另请注意，签名通常以 black or blue 或有时是红色和其他花哨的颜色。