主流深度学习OCR文字识别方法对比：Tesseract（LSTM）、CTPN+CRNN、Densenet

也是几个月前的项目了，由于手头事儿多，也已经转交给别的同事去继续优化。本博客仅做个简单的记录用。

这里是 Tesseract（LSTM）、CTPN+CRNN、Densenet三个方法测试结果对比（结果不是最优，代码也经过优化）:

PS：官方Tesseract-4.0需要Ubuntu-18.04支持，本人在Ubuntu-16.04上编译安装成功。

 

（一）Tesseract（LSTM）和Densenet

（此结果算法未经优化）

总结放前面：

• Tesseract实现的ORC识别（可以实现衣服吊牌文字识别，对于服装彩色背景图有些牵强，对图片进行反转之后可识别，但背景颜色不是单一色调的识别不出--这跟图片像素也有很大区别，300dpi+的图片识别度更高）
• Densenet实现的ORC识别（衣服吊牌等复杂场景识别度低，对于服装彩色背景图效果却比Tesseract好）
• 上两种办法的解决方案之一可尝试Tesseract识别不出的图片块让Densenet来识别

原图+服装box：

（采用目标检测的方法识别与定位服装，算法：Faster-RCNN）

ORC box:

(裤腿的logo已去除)

（这是去除掉的错误的识别）

识别效果：

（按行识别，可以取到每行字的bbox，这里省略）

Tesseract识别不出文字的区域（背景为多颜色的区域）：

1.

2.

3.

4.

将图片进行色调翻转之后：

Tesseract可识别出，Densenet识别不出：

色调翻转之后：

Densenet可识别出，Tesseract识别不出：

色调翻转之后：

Densenet可识别出，Tesseract识别不出：

色调翻转之后：

Densenet可识别出，Tesseract识别不出：

 

 

（二）CTPN+CRNN：CHINESE-OCR 和 Tesseract（LSTM）

代码地址：https://github.com/xiaofengShi

总结：就不写了... 看结果吧

代码提供了keras和pytorch两个版本的CRNN中文识别模型，经测试，pytorch版本效果要好一些。

• 1）输入测试图像： 

CTPN+CRNN文本识别结果（输入的是裁剪标签部分后的图像，以下同理）：

基于tesseract识别结果（有预处理，以下同理）：

• 2）输入测试图像：

 

CTPN+CRNN：

基于tesseract识别结果：

• 3）输入测试图像：

CTPN+CRNN：

基于tesseract识别结果：

•   4）输入测试图像：

CTPN+CRNN：

基于tesseract识别结果：

                                                                                             

最后，加个openCV里好玩的

opencv mser算法框出图片文字区域

                           

'''
opencv mser算法框出图片文字区域
'''
from PIL import Image
import numpy as np
import cv2
import matplotlib.pyplot as plt

img = cv2.imread('/home/raini/pro/LogoDetector/SIFT/PRI_Roche/Python_OpenCV/test_img/daa59b642f6a60e2995be13f495a7c45.jpg')
mser = cv2.MSER_create(_min_area=300)

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
regions, boxes = mser.detectRegions(gray)

for box in boxes:
    x, y, w, h = box
    cv2.rectangle(img, (x,y),(x+w, y+h), (255, 0, 0), 2)

plt.imshow(img,'brg')
plt.show()

博主w~x：lovebyz99

(交流请备注，对创业有想法欢迎联系)