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

---

0 前言

基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别

提示：适合用于课程设计或毕业设计，工作量达标，源码开放

---

1 项目说明

文本检测：CTPN
文本识别：DenseNet + CTC

环境部署

sh setup.sh

注：CPU环境执行前需注释掉for gpu部分，并解开for cpu部分的注释

Demo
将测试图片放入test_images目录，检测结果会保存到test_result中

python demo.py

2 模型训练

CTPN训练
详见ctpn/README.md

DenseNet + CTC训练

1、数据准备

• 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
  图片解压后放置到train/images目录下，描述文件放到train目录下

2、训练

cd train
python train.py

3、结果
val acc predict model
0.983 8ms 18.9MB

• GPU: GTX TITAN X
• Keras Backend: Tensorflow

4、生成自己的样本
可参考SynthText_Chinese_version，TextRecognitionDataGenerator和text_renderer

3 效果展示

**项目分享: ** https://gitee.com/asoonis/htw