基本上，您的问题只是对特征向量进行分类，特征向量是经过一些预处理步骤后的一组像素强度。您可以将任何分类器用于此任务，例如。神经网络，它应该在OpenCV中具有C实现。您也可以尝试为支持向量机使用C libsvm库。

有一个与该问题相关的好站点 ，其中包含大量论文和培训数据库。

也许最简单，最方便的方法是使用svm作为ml算法http://opencv.willowgarage.com/documentation/cpp/support_vector_machines.html和灰度图像作为特征向量。

您可以先阅读一下主成分分析（PCA），费舍尔线性判别分析（LDA）和支持向量机（SVM）。这些是对OCR极为有用的分类方法，并且存在任何语言的库，包括C ++，Python，C＃等。

事实证明，OpenCV已经包括PCA和SVM的出色实现。我还没有看到OCR的任何OpenCV代码示例，但是您可以使用面部分类的某些修改版本来执行字符分类。 该网站是OpenCV面部识别代码的绝佳资源。

如果打印出数字，则工作非常简单，您只需找出一组不错的功能即可匹配。如果数字是一种字体，则可以采用以下方法：

• 提取号码
• 找到边界框
• 将图像缩小到10x8之类的比例，尝试匹配宽高比

• 这样做是为了进行少量训练，为每个数字拍摄“平均”图像

• 对于新图像，请按照上述步骤操作，但是最后一个只是每个编号模板的绝对图像差异。然后取差异之和（差异图像中的像素）。最少的是您的电话号码。

以上都是基本的OpenCV操作。