我采用的算法是GitHub-YCG09/chinese_ocr:CTPN+DenseNet+CTCbasedend-to-endChineseOCRimplementedu

在做crnn实验的时候数据的格式是一张图片对应一个标签，比如说图片名称1.jpg内容是你好呀那么你的标签就应该是1.txt在网上找了一个数据集https://github.com/YCG09/chinese_ocr

:超轻量级中文ocr，支持竖排文字识别,支持ncnn推理,psenet(8.5M)+crnn(6.3M)+anglenet(1.5M)总模型仅17Mchineseocr:基于YOLOv3检测的中文识别chinese_ocr

项目地址：https://github.com/YCG09/chinese_ocr简介基于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

GitHub地址：https://github.com/YCG09/chinese_ocr该项目检测使用ctpn，识别使用cnn+lstm形式，通过GitHub给出的readme可以直接运行demo.py

chinese-ocr自然场景下不定长文字识别（ctpn+densenet）注：本文中多处使用各位前辈的经验，项目代码不方便提供，可参考：https://github.com/YCG09/chinese_ocr

我采用的算法是https://github.com/YCG09/chinese_ocr，这是基于Tensorflow和keras框架采用ctpn+densenet+CTC算

代码已开源：https://github.com/BingLiHanShuang/chinese_ocr，需要额外下载训练好的模型文件：https://pan.baidu.com/s/1Q0dPSKILNxPMDn7i2VIhow