ML Application example: Photo OCR（机器学习应用举例：照片OCR）
Problem description and pipeline（问题描述与流水线）
问题：
Photo OCR：照片光学字符识别（识别图片中的文字字符信息）
流水线：
Text detection（文字检测）----Character segmentation（字符分割）----Character classification（字符分类识别）
Sliding windows（滑动窗）
滑动窗：
通过一定positive和negative的带有标签的数据学习，获得对应物体的识别能力，在被检测图像上从左到右，由上到下以步长step-size/stride滑动窗口，将窗口内的检测结果进行返回。
文字检测：
利用滑动窗分别检测图像中的每一块，将与文字信息相同的加以标记，再将这些返回的图像块变亮，如果左右出现连续变亮的图，即被当做字符区域，如果变亮区域是一条细长的形状，予以舍弃。
字符分割：
在选择的字符区域内进行滑动窗检测，进行分割。
字符分类识别：
监督学习。
GettIng lots of data: Artificial data synthesis（获得大量数据：人工数据合成）
1.添加随机背景，进行简单变形操作，如比例大小、旋转等，使用不同字体；
2.添加噪声与扭曲
