【AI实战】超赞的几个OCR开源项目

超赞的几个OCR开源项目

  • OCR
  • 历史背景
  • 早期的OCR软件结构
  • 超赞的几个OCR开源项目介绍
  • 其他开源项目

OCR

OCR(optical character recognition)文字识别是指电子设备(例如扫描仪或数码相机)检查纸上打印的字符,然后用字符识别方法将形状翻译成计算机文字的过程。
点击查看百科:OCR文字识别 介绍

历史背景

光学文字识别的概念是在1929年由德国科学家Tausheck最先提出来的,后来美国科学家Handel也提出了利用技术对文字进行识别的想法。而最早对印刷体汉字识别进行研究的是IBM公司的Casey和Nagy,1966年他们发表了第一篇关于汉字识别的文章,采用了模板匹配法识别了1000个印刷体汉字。

20世纪70年代初,日本的学者开始研究汉字识别,并做了大量的工作。

1986年以后我国的OCR研究有了很大进展,在汉字建模和识别方法上都有所创新,在系统研制和开发应用中都取得了丰硕的成果,不少单位相继推出了中文OCR产品。

早期的OCR软件结构

1、图像输入、预处理

2、二值化

3、噪声去除

4、倾斜较正

5、版面分析

6、字符切割

7、字符识别

8、版面恢复

9、后处理、校对

超赞的几个OCR开源项目介绍

  • 第一名:PaddleOCR

    • PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库,助力开发者训练出更好的模型,并应用落地。

    • 开源地址:https://github.com/PaddlePaddle/PaddleOCR

    • 特性
      支持多种OCR相关前沿算法,在此基础上打造产业级特色模型PP-OCR和PP-Structure,并打通数据生产、模型训练、压缩、预测部署全流程。

    【AI实战】超赞的几个OCR开源项目_第1张图片

    • 在线网站体验:
      超轻量PP-OCR mobile模型体验地址:https://www.paddlepaddle.org.cn/hub/scene/ocr

    • 移动端demo体验:
      安装包DEMO下载地址(基于EasyEdge和Paddle-Lite, 支持iOS和Android系统)https://ai.baidu.com/easyedge/app/openSource?from=paddlelite

    • 文本检测算法效果
      【AI实战】超赞的几个OCR开源项目_第2张图片

    • 文本识别算法效果
      【AI实战】超赞的几个OCR开源项目_第3张图片

  • 第二名:EasyOCR

    • Ready-to-use OCR with 80+ supported languages and all popular writing scripts including: Latin, Chinese, Arabic, Devanagari, Cyrillic, etc.

    • 开源地址:https://github.com/JaidedAI/EasyOCR

    • 算法效果
      【AI实战】超赞的几个OCR开源项目_第4张图片

    • DEMO地址
      https://www.jaided.ai/easyocr

    • 教程
      https://www.jaided.ai/easyocr/tutorial

  • 第三名:chineseocr

    • 本项目基于yolo3 与crnn 实现中文自然场景文字检测及识别

    • 该项目提供了数据集
      ocr ctc训练数据集(压缩包解码:chineseocr)
      百度网盘地址:链接: https://pan.baidu.com/s/1UcUKUUELLwdM29zfbztzdw 提取码: atwn

    • 实现功能
      文字方向检测 0、90、180、270度检测(支持dnn/tensorflow)
      支持(darknet/opencv dnn /keras)文字检测,支持darknet/keras训练
      不定长OCR训练(英文、中英文) crnn\dense ocr 识别及训练 ,新增pytorch转keras模型代码(tools/pytorch_to_keras.py)

    • 其他说明:
      https://github.com/chineseocr/chineseocr#readme

  • 第四名:YCG09/chinese_ocr

    • 基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别

      文本检测:CTPN
      文本识别:DenseNet + CTC

    • 该项目提供了数据集:
      https://pan.baidu.com/s/1QkI7kjah8SPHwOQ40rS1Pw (密码:lu7m)

      共约364万张图片,按照99:1划分成训练集和验证集
      数据利用中文语料库(新闻 + 文言文),通过字体、大小、灰度、模糊、透视、拉伸等变化随机生成
      包含汉字、英文字母、数字和标点共5990个字符
      每个样本固定10个字符,字符随机截取自语料库中的句子
      图片分辨率统一为280x32

其他开源项目

https://github.com/eragonruan/text-detection-ctpn

https://github.com/senlinuc/caffe_ocr

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

https://github.com/xiaomaxiao/keras_ocr

https://github.com/alisen39/TrWebOCR

https://github.com/da03/Attention-OCR

https://github.com/JinpengLI/deep_ocr

你可能感兴趣的:(人工智能,深度学习,OCR,深度学习,OCR,文本识别)