我從來沒認真實作過手寫字的辨識，原因只是怕吃力不討好，變數太多預期辨識率一定不會太高，不是我真的不知道怎麼作！相關研究論文也看過很多的！所以目前討論中的票據辨識案中，手寫字的部分我沒有承諾要自己做，原則上是準備使用那些機器學習概念做出來的既有產品，

上面是用我的實驗軟體胡亂做的一個展示，證明我有可以研發這種辨識的環境設施，當然目標取得後是用既有的標準字模去比對的，答案當然不會正確！真的要做時當然我不會採用需要大量資料(成本)的機器學習模式，而是會採用類似指紋辨識的概念技術，以字元的端點、轉折點與交叉點作為基本的特徵資料！由這些特徵的位置與組合來判斷是哪一個字！

乍聽之下這是一個大到讓人膽怯的超大工程？甚至是不可能的任務！但是如果辨識標的只限於10個手寫的阿拉伯數字呢？就應該是個可以預期在合理時間與資源之內做到的目標了！會有這種動機是因為合作的夥伴廠商在搜尋相關既有技術時碰到困難，可以取得的軟體辨識率都不夠好，好的東西又都在雲端，使用它們就會有資安的疑慮。

所以很有可能最終還是必須自己作手寫字的辨識，會不會成功？我也不知道！但是做到堪用應該可以！如果能找到有別家產品堪用我就不會搶著做了，這種規律很少的辨識議題確實比較適合用機器學習等技術實作，如果他們在這種議題上還是做不到比我好？那又要變成我罵這些AI技術的素材了！機器學習加油吧！別再次讓我看扁了！