Levenshtein menos reconhecimento de caracteres à distância

Recentemente, a tarefa de reconhecimento de caracteres em programas aplicativos não é particularmente difícil - você pode usar muitas bibliotecas OCR prontas, muitas das quais estão quase perfeitas. Porém, às vezes, pode surgir uma tarefa para desenvolver seu próprio algoritmo de reconhecimento sem o uso de bibliotecas OCR "sofisticadas" de terceiros.

Essa é precisamente a tarefa que surgiu durante o meu trabalho, e há várias razões pelas quais é melhor não usar bibliotecas prontas: o projeto fechado, com sua certificação adicional, uma certa restrição no número de linhas de código e no tamanho das bibliotecas conectadas, ainda mais porque você precisa reconhecer o suficiente na área de assunto conjunto de caracteres específico.

O algoritmo de reconhecimento é simples e, é claro, não finge ser o mais preciso, rápido e eficaz, mas lida bem com sua pequena tarefa.

Suponha que tenhamos entrada na forma de imagens digitalizadas de documentos de forma estruturada. Esses documentos têm um código especial de um caractere localizado no canto superior esquerdo. Nossa tarefa é reconhecer esse símbolo e executar algumas ações, por exemplo, classificar o documento de origem de acordo com as regras fornecidas.

O diagrama do algoritmo é o seguinte:

short width = 45, height = 40, offsetTop = -10, offsetLeft = -70;
BufferedImage image = ImageIO.read(file);
BufferedImage symbol = new BufferedImage(width, height, BufferedImage.TYPE_BYTE_BINARY);
Graphics2D g = symbol.createGraphics();
g.drawImage(image, offsetLeft, offsetTop, null);

short whiteBg = -1;
StringBuilder binaryString = new StringBuilder();  
for (short y = 1; y < height; y++)
   for (short x = 1; x < width; x++) {
       int rgb = symbol.getRGB(x, y);
       binaryString.append(rgb == whiteBg ? " " : "*");
   }

int min = 1000000;
char findSymbol = "";
for (Map.Entry<Character, String> entry : originalMap.entrySet()) {
     int levenshtein = levenshtein(binaryString.toString(), entry.getValue());
     if (levenshtein < min) {
             min = levenshtein;
             findSymbol = entry.getKey();
     }
}

public static int levenshtein(String targetStr, String sourceStr) {
        int m = targetStr.length(), n = sourceStr.length();
        int[][] delta = new int[m + 1][n + 1];
        for (int i = 1; i <= m; i++)
            delta[i][0] = i;
        for (int j = 1; j <= n; j++)
            delta[0][j] = j;
        for (int j = 1; j <= n; j++)
            for (int i = 1; i <= m; i++) {
                if (targetStr.charAt(i - 1) == sourceStr.charAt(j - 1))
                    delta[i][j] = delta[i - 1][j - 1];
                else
                    delta[i][j] = Math.min(delta[i - 1][j] + 1,
                            Math.min(delta[i][j - 1] + 1, delta[i - 1][j - 1] + 1));
            }
        return delta[m][n];
    }