用深度學(xué)習(xí)識(shí)別語種識(shí)別

現(xiàn)在需要實(shí)現(xiàn)這樣一個(gè)功能：

給出圖片，圖片中包含有文字，可能是漢字，可能是英語，也可能是其他文字。要做的事情是識(shí)別出該文字是何種語言，給出結(jié)果就行，對(duì)內(nèi)容識(shí)別的準(zhǔn)確度沒有要求。

現(xiàn)在我自己的思路是這樣的：

1.將原圖切割到規(guī)定大小
2.預(yù)處理：降噪，灰度化，二值化
3.劃分為訓(xùn)練集，驗(yàn)證集，測(cè)試集
4.構(gòu)建CNN開始訓(xùn)練模型

但是在第4步遇到了問題，不太知道該如何提取特征，另外數(shù)據(jù)集中圖片的大小不是固定的。

我想過用resize的方法，但是可能會(huì)丟失掉一些重要信息，會(huì)影響結(jié)果，所以想問一下有沒有什么辦法解決圖片大小不固定的問題。

希望能夠得到大家指點(diǎn)，謝謝！