我正在学习 OCR 并正在阅读这本书

作者定义了 8 个流程来实现 OCR，这些流程一一遵循（2 在 1 之后，3 在 2 之后等）：

1. 光学扫描
2. 位置分割
3. 预处理
4. 分割
5. 表示
6. 特征提取
7. 认出
8. 后期处理

这就是他们写的关于表示的内容（#5）

第五个 OCR 组件是表示。图像表示在任何识别系统中都扮演着最重要的角色之一。在最简单的情况下，灰度级或二进制图像被馈送到识别器。然而，在大多数识别系统中，为了避免额外的复杂性并提高算法的准确性，需要更紧凑和更有特征的表示。为此，为每个类提取一组特征，有助于将其与其他类区分开来，同时保持类内特征差异的不变性。字符图像表示方法通常分为三大类：（a）全局变换和系列扩展 (b) 统计表示和 (c) 几何和拓扑表示。

这就是他们写的关于特征提取的内容（#6）

第六个 OCR 组件是特征提取。特征提取的目的是捕获符号的基本特征。特征提取被认为是模式识别中最困难的问题之一。描述字符最直接的方式是通过实际的光栅图像。另一种方法是提取某些表征符号的特征，但留下不重要的属性。提取这些特征的技术分为三组，即。(a) 点分布 (b) 变换和级数展开和 (c) 结构分析。

我完全糊涂了。我不明白什么是代表。据我了解，分割后我们必须从图像中获取一些特征，例如像弗里曼链码这样的拓扑结构，并且必须与学习阶段模型中保存的一些特征相匹配——即进行识别。换句话说——分割——特征提取——识别。我不明白在代表阶段必须做什么。请解释。