小小晓晓阳的博客

OCR （Optical Character Recognition，光学字符识别）技术是一种将印刷体或手写文字转化为可编辑文本的技术。即将图像中的文字进行识别，并以文本的形式返回。

使用ocr_system调用微调模型时发现部分图片在设置enable_mkldnn=True后出现识别精度下降问题

光学字符识别（Optical Character Recognition, OCR）是指对文本材料的图像文件进行分析识别处理，以获取文字和版本信息的过程。也就是说将图象中的文字进行识别，并返回文本形式的内容。ocr主要流程：随着ocr技术的日渐成熟，目前github中有很多开源项目可供选择，下面将介绍几种常用的开源ocr项目。飞桨首次开源文字识别模型套件PaddleOCR，目标是打造丰富、领先、实用的文本识别模型/工具库。最新开源的超轻量PP-OCRv3模型大小仅为16.2M。同时支持中英文识别；

CnOCR 是 Python 3 下的文字识别（Optical Character Recognition，简称OCR）工具包，支持简体中文、繁体中文（部分模型）、英文和数字的常见字符识别，支持竖排文字的识别。自带了20+个训练好的识别模型，适用于不同应用场景，安装后即可直接使用。同时，CnOCR也提供简单的训练命令供使用者训练自己的模型。

超轻量级中文ocr，支持竖排文字识别, 支持ncnn、mnn、tnn推理 ( dbnet(1.8M) + crnn(2.5M) + anglenet(378KB)) 总模型仅4.7M。

PaddleOCR是飞浆开源文字识别模型，最新开源的超轻量PP-OCRv3模型大小仅为16.2M。同时支持中英文识别；支持倾斜、竖排等多种方向文字识别；支持GPU、CPU预测，并且支持使用paddle开源组件训练自己的超轻量模型，对于垂直领域的需求有很大帮助。

1. OpenCV简介  Opencv（Open Source Computer Vision Library）是一个基于开源发行的跨平台计算机视觉库，它实现了图像处理和计算机视觉方面的很多通用算法，已成为计算机视觉领域最有力的研究工具。在这里我们要区分两个概念：图像处理和计算机视觉的区别：图像处理侧重于“处理”图像–如增强，还原，去噪，分割等等；而计算机视觉重点在于使用计算机来模拟人的视觉，因此模拟才是计算机视觉领域的最终目标。  OpenCV用C++语言编写，它具有C ++，Python，Java和

图像二值化处理时图像处理过程中非常常见的一种操作，在python中比较常用的主要是opencv,pil两个第三库，对比来看的话，opencv使用要更加的方便灵活，文本主要介绍以下基于opencv的图像二值化处理方法。首相我们来看一种比较简单的图像二值化处理方法。全局阈值二值化主要思路就是设置一个阈值，低于该阈值的像素置为0(黑色)，高于该阈值的像素置为255(白色)，下面来看代码def image_binarization(img): # 将图片转为灰度图 .

本片文章将介绍一下基于opencv的图像灰度识别，主要介绍三通道的彩色图片的灰度识别，单通道图片无需判断。 对图片进行灰度识别我们要先明白一个基础知识，理论上讲，一张真正的灰度图应该是单通道或者RGB三通道值相等的，因此我们可以根据通道数或者像素RGB三通道值差异来判断。 接下来我们来介绍两种计算灰度值的方法。方法一def calculate_gray_value(img): # 分割RGB通道 r, g, b = cv2.split(img) ...

近期在python中使用opencv加载图片的时候遇到一些问题，在此记录一下。首先我们来看最常用的一种加载方式，通过imread()方法来加载。import cv2image = cv2.imread(img_path)img_path可以是绝对路径也可以时相对路径，但是这里存在一个问题，img_path路径中不能包含中文，即使使用的是相对路径，根目录到当前文件也不能存在中文路径否则会报错。接下来我们看两种其他的opencv加载图片的方法直接从文件中加载图片，可以解决中文路径问题im