1 致谢
感谢Python中提供的difflib的函数库～
2 前言
我们希望可以打造一个属于自己的OCR模型～
3 预处理
3.1 获得图像的轮廓——cv2.findContours()
可以学习博文《findContours()函数（讲解）》
3 后处理
在经过OCR的识别过程之后，识别出来的文字可能会出现错误，所以还需要进行后处理；
3.1 相似度匹配——difflib
我们使用相似度来找出词表中相似度最高的名字，使用的函数库是difflib,
3.1.1 使用set_seq1()和set_seq2()进行性能的优化
在difflib的文档中，他们给出了这样的优化建议：
SequenceMatcher计算并缓存有关第二个序列的详细信息，这样如果你想要将一个序列与多个序列进行比较，可使用set_seq2()一次性地设置该常用序列并重复地对每个其他序列各调用一次set_seq1()。
我们也可以依照这种方法进行优化；
版权声明：本文为songyuc原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。