OCR 预处理与检测

前言：

通用OCR领域的最难的是预处理与检测，目标检测领域我们常看到的是横平竖直， 也就是说：检测到的边框平行或垂直于图像边界。

但是，在OCR中，文字的方向可以是各种方向；而且长宽比不确定，各种场景，各种尺寸、各种语言、各种艺术字体。而且，目前多角度检测fatal 弱点：文本行比较长，检测框容易断裂； 阵列字极容易找错方向。 当然手写OCR也很难，本文主要对 preprocess 与detecton展开讨论, recognition在上一个博客中详细说明 LSTM 与 CTC loss （以及DP、HMM）。

• start of art work
  • https://github.com/Yuliang-Liu/Curve-Text-Detector
  • https://github.com/HCIILAB/Scene-Text-Detection

1- Detection (Multi-angle vs line detection)