用于图形图像中字符识别的神经网络

需要程序员服务。期望程序员进行互动（算法讨论，代码解释，改进程序的共同想法等）。P。）。实现语言的选择讨论并不是很重要。我们会谈价格)

任务设置：
系统提供一个图形文件（在我的情况下将是汽车的照片，目的是识别其号码，格式为“xx000x”） - 所有照片将由我准备。
在输出时，系统输出一个文本文件，其中识别的字符以普通文本的形式按原始文件中指定的顺序和换行显示（在我的情况下不移动行）。
该系统基于使用多层感知器，以及隔离源文件中每个单独字符并使用神经网络进行识别的算法（N个神经网络/ 1个具有N个输出的神经网络）。不幸的是，不允许使用特殊库，您必须详细编写所有内容，循环中的循环，NS固有的各种东西 - 激活函数，计算，传递等。
系统必须能够识别至少20种不同的符号（数字，俄语字母，大小写 - 单一）。
识别的准确率不低于90%。
每个单独符号的识别应由神经网络实现。要搜索带有号码的车牌照片，需要使用Viola-Jones方法（在检测到带有号码的车牌后，必须将其分割成符号，每个符号由神经网络识别）。
为了训练NS，我将准备输入数据（这将是白色背景上的符号，每个字符的图像选项数量可以讨论，大约3-5个我认为就足够了）。