OCR文字识别算法与搭建流程

应用场景：

• 通用类：识别任意图片中的文字
• 个性化：识别指定类型的图片文字。PS:票据识别，身份证识别，车牌识别

实现技术：

• 文字区域检测（检测文字所在区域）
• 文字单体切割（对检测到的区域进行文字切割）
• 单体文字分类

正负样本：

在文字切割中需要用到的样本。
正样本为包含完整文本的图像。
负样本为不包含完成文本的图像。（无文本或残缺文本的图像）

文字分类器样本扩充：

• 每个字符加上随机背景。
• 对文字进行扭曲。
• 加入噪声。（效果微乎其微）

滑动窗口：

在文字切割过程中需要用到滑动窗口技术，窗口与文字等高，宽与文字等宽。
滑动窗口沿着行进行搜索，与正负样本进行比较。

实现流程：

1. 首先训练模型能够在图片中检测出文字区域。
2. 然后采用滑动窗口技术来切割单个文字区域。
3. 训练单体文字分类器，完成单体文字的分类。
4. 扩展识别区域，合并重叠区域，过滤掉纵横比不在阈值范围内的区域。