Name card font size的問題，透過圖書和論文來找解法和答案更準確安心。 我們找到下列包括價格和評價等資訊懶人包

印刷不良名片英文與數字之辨識

為了解決Name card font size的問題，作者葉嘉霖 這樣論述：

在這篇論文裡我們設計一種方法用來辨識名片上的英文與數字。此方法包括三個部分，即文字辨識核心、連字切割與破碎字合併模組和辨識結果修正模組。首先，我們將單行的二值化影像做水平校正、斜體字偵測、連通單元(connected components)抽取、適當的合併與去雜訊、斜體字推正與平滑化。將框住連通單元的矩形由左向右水平投影，找出最靠近上下兩側的最大投影量，決定一行文字中的四條基準線。抽取出來的連通單元，由一個統計式方法設計的辨識核心程式辨識。我們用三種判斷連字的特徵，即寬高比(aspect ratio)，辨識結果的可靠度(recognition cost)及水平方向的筆畫

變異度(horizontal crossing-count)，以區別單一文字與連字。接著以兩階段的切字模組進行切字。第一階段以分析連字影像的垂直投影決定可能的切點，如果第一階段中的切點導致切字的失敗，第二階段再分析連字的上下輪廓決定其他可能的切點。我們試著將相鄰且靠得很近,同時又是較細的字元(aspect ratio小)或碎點(例如:逗號和句號)合併，分析合併後字元之辨識結果，將可能的破碎字(broken characters)辨識出來。在雙語言的辨識系統中，例如:中英文名片辨識系統，我們討論三種信心度(confidence values)用來決定連通單元是中文或英數字，再分別以不同的辨識核心

辨識。最後，根據連通單元的垂直位置和字元高度、一行文字的四條基準線、前後文的資訊與字元影像結構分析，調整辨識結果，使得辨識核心容易混淆的字元也能辨識正確。 我們從300張英文名片上擷取約10,000個英數字影像，作為測試辨識核心的樣本，測試的結果，辨識率達到了99.47%；我們擷取479個相連文字，其中有92.90%被正確地切割出來; 另外，我們也擷取336行的單行文字，找四條基準線的正確率達到了98.51%。