相关说明 字符识别（0-9、A-Z）。比赛只要求实现了A-M的识别 vs2019、opencv4.1 opencv3与opencv2中的神经网络类有很大的不同
charSamples目录下的训练集是从网上下载下来的，10个数字加24个字母，缺少I、O。
letterSamples目录下的训练集是从charSamples中拷贝来的，I是同一张图像复制了50张。
samples目录下是测试例子
MLPModel.xml是该代码训练的特征文件。识别时，需要加载该文件。
不需要做旋转时的处理步骤： 1、预处理（平滑、灰度、二值化、边缘检测） 2、findContours();寻找轮廓 3、RotatedRect minAreaRect( InputArray points ); 最小外接矩形 4、Rect boundingRect() const;//返回包含旋转矩形的最小矩形，即字符框 5、Mat image_cut = Mat(img, rect); Mat image_copy = image_cut.clone();//切割图片 6、字符识别
2019-08-15 已经达到的效果： 输入电子文档截图，识别结果中，I、M不准确。可能的原因是样本不够或者不够典型。接下来还要考虑 图片的旋转、重新制作训练集训练。