极简主义OCR

用opencv的dnn模块做OCR，实现对图片中的文本检测与识别，其中文本检测用的是EAST，文本识别用的是CRNN。这套程序里有Python和C++两种版本的实现，以Python版本的程序为例，程序的运行不依赖任何深度学习框架pytorch,tensorflow等等的，只依赖opencv，numpy，math和argparse这4个python库，做到极简主义OCR。我把这套程序源码发布在github上了，地址是 https://github.com/hpc203/ocr-opencv-dnn

在运行程序前，按照README.md里的提供的模型文件地址下载模型文件后，就可以运行程序了。

在编写这个程序时，我一直有个疑惑，就是在EAST文本检测模块里。起初，我是在https://github.com/spmallick/learnopencv/blob/master/TextDetectionEAST/textDetection.py里看到用opencv的dnn模块做EAST文本检测，但是它的读取模型文件初始化网络的方式我一直疑惑不解。看text_detect_recognition.py的第152行：

detector = cv.dnn.readNet(modelDetector)

modelDetector是.pb文件，这说明它是在tensorflow框架里训练得到的，我把这行代码换成

detector = cv.dnn.readNetFromTensorflow(modelDetector)

程序依然可以正常运行，值得注意的是它这里只提供.pb文件作为输入就能正常运行。但是我看到过的用cv.dnn.readNetFromTensorflow读取faster-rcnn，mask-rcnn，又或者ssd的时候，需要提供.pb和.pbtxt文件才能正常运行的，如果只提供.pb文件，那程序运行就会报错中断的。看opencv里的dnn.py文件，readNetFromTensorflow函数接口的定义：

可以看到config(也就是pbtxt文件)是一个可选项，在调用这个函数时，可以不提供config输入参数的。readNet函数接口的定义也是如此

因此，我就有个疑问，在tensorflow框架里训练产生的模型文件，用opencv的dnn模块读取时，什么样的网络可以只提供.pb文件就能正常运行，什么样的网络需要既提供.pb又要提供.pbtxt文件才能正常运行呢？

此外，我做了一个OCR的应用，使用OCR算法做身份证全卡面文字解析，在这个算法里，包含Faster-rcnn检测图片里的证件照，DBNet检测证件照里的文字，CRNN识别文字，一共三个模块，我把程序发布在github上了，地址是 https://github.com/hpc203/OCR-dbnet-crnn