开源OCR文字识别软件Calamari

Calamari是一种新的开源OCR识别软件，它使用了最先进的Tensorflow实现的深度神经网络（DNN）。 提供了预训练模型和多模型投票技术。由卷积神经网络（CNNS）和长短时记忆（LSTM）层构成的可定制网络架构通过Graves等人的连接时间分类（CTC）算法进行训练。而GPU的使用大大减少了训练和预测的计算时间。我们使用两个不同的数据集来比较Calamari与OCRopy，OCRopus3和Tesseract 4的性能.Calamari在用现代英语写的UW3数据集上达到0.11％的字符错误率（CER），在用德语写的DTA19数据集上达到0.18％ 错误率，其性能远远优于以上现有开源软件的结果。
使用了目前OCR最先进的的技术，CNN+LSTM+CTC+voting。
calamari OCR引擎，使用Python3编写,基于OCRopy和Kraken构建,它的设计使你既可以方便的使用命令行运行，也可以把它模块化嵌入到其他python脚本中。

在UW3和DTA19上的识别结果错误率，与OCRopy、Tesseract4、OCropus3相比较：

与其他软件相比的识别速度，有GPU加持当然很快：

值得注意的事，该库主要是用来识别印刷体古籍文字，在自然场景图像上的识别并没有实验说明。

文中识别所用的数据库图片示例：

ps.单词“calamari”的意思是鱿鱼。

欢迎访问我爱计算机视觉（www.52cv.net），获取更多计算机视觉与机器学习技术干货。