OCR系列：主流深度学习OCR文字识别方法对比

● 1 主流深度学习OCR文字识别方法对比（重点试）： 

文章地址：https://blog.csdn.net/lovebyz/article/details/84959818

1. Tesseract（LSTM） + Densenet  （无代码）

2. CTPN+CRNN (中文 、重点试)   代码地址：https://github.com/xiaofengShi

提供了keras和pytorch两个版本的CRNN中文识别模型

3.opencv mser算法框出图片文字区域 （有代码，试试）

●  2 运用tensorflow实现自然场景文字检测,keras/pytorch实现crnn+ctc实现不定长中文OCR识别  （重点试）： 

文章地址 https://blog.csdn.net/wuting3680278/article/details/80445936

github ： https://github.com/jiangxiluning/chinese-ocr

●  2 基于深度学习（端到端）的OCR文字识别( 参考)

文章地址：https://blog.csdn.net/wsp_1138886114/article/details/83864582

1、ctpn  （有代码 https://github.com/eragonruan/text-detection-ctpn） 

2、 crnn     （有文章和代码  https://blog.csdn.net/wsp_1138886114/article/details/82555728）

3、vgg没有代码

 

●基于keras的RNN英文字母识别（ 图片英文识别，可让组员试试）

http://chongdata.com/articles/?p=32

 

●基于深度学习的OCR-from 美團技術團隊(只参考)

 

CRNN-基于序列的（端到端）图像文本识别（看看）

●主流ocr算法：CNN+BLSTM+CTC架构（重点看原理  c++ cafe ）

https://blog.csdn.net/forest_world/article/details/78566737

 

●   基于深度学习的自然场景文字检测及端到端的OCR中文文字识别（和2 相同  无代码）https://yq.aliyun.com/articles/647008

● 基于CTPN（tensorflow）+CRNN（pytorch）+CTC的不定长文本检测和识别（有代码 可以参考）

https://blog.csdn.net/cbd_2012/article/details/85639763