OCR知识框架构建（文本检测、文本识别、End2End）（更新中）

已于 2022-11-15 13:58:38 修改
阅读量1.5k 收藏 1
点赞数
分类专栏： OCR 文章标签： 深度学习
于 2022-01-06 14:18:32 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_28057379/article/details/122342593
版权

文本检测篇

1、基于分割的文本检测

PSENet（psenet解读 - 知乎）

2、基于回归的文本检测

CTPN (场景文字检测—CTPN原理与实现 - 知乎)

文本识别篇

1、CRNN+CTC

详解CTC - 知乎

理解 LSTM 网络 - 简书

深度学习CV岗位面试问题总结（OCR篇）_小菜的博客-CSDN博客_opencv面试题

【OCR技术系列之七】端到端不定长文字识别CRNN算法详解 - Madcola - 博客园

2、CRNN+Attention (Attention机制简单总结 - 知乎, 权重计算方式)

3、CRNN+ACE

解码方式不同而已

4、CNN+Seq2seq+Attention (im2latex)

5、CRNN+Seq2seq+Attention

End2End篇

1、Deep TextSpotter

2、Mask TextSpotter v1-v3

结论

1. 实践对比：相同测试样本的情况下

    crnn+ctc 推理速度 平均15ms 

    crnn+attention 推理速度 平均60ms

2. 公式识别 推理速度

文本识别参考资料：

OCR文本识别之ACE loss论文解读（better than CTC，attention??？） - 知乎

三年磨一剑——微信OCR图片文字提取

OCR文字识别—基于CTC/Attention/ACE的三大解码算法 - 知乎

https://github.com/bityigoss/mtl-text-recognition

万阳春：度小满金融OCR技术在小微场景中的应用

King的王国
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
超级好用、超准文字识别框架----飞浆PaddlePaddleOCR（文件检测+识别）实战篇
qq_31807039的博客
07-20 3516
飞桨（PaddlePaddle）OCR（Optical Character Recognition）是一个开源的深度学习框架，用于文字识别任务。它提供了一系列强大的工具和模型，可以用于实现各种文本识别应用。文字检测（Text Detection）：通过检测图像中的文本区域，确定文本的位置和边界框。文字识别（Text Recognition）：将检测到的文本区域进行识别，将图像中的文字转化为可读的文本内容。
C#使用Spire.OCR框架识别图片中的字母，数字，文字等
ylq1045的专栏
01-18 1万+
OCR文字识别是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程；即，对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。衡量一个OCR系统性能好坏的主要指标有：拒识率、误识率、识别速度、用户界面的友好性，产品的稳定性，易用性及可行性等。注意托管Spire.OCR.dll需要自动引用如上六个框架包，因此Spire.OCR.dll和六个框架包必须在同一路径下。选择目标平台为X64。
ocr的主要算法模型是什么，它们都有什么特点？
weixin_42602241的博客
01-03 1531
OCR(Optical Character Recognition，光学字符识别)的主要算法模型包括神经网络模型、隐马尔科夫模型、条件随机场模型、最大熵模型等。 神经网络模型是通过模拟人脑的神经元和联结方式来实现计算的模型。它具有较高的识别精度，能够处理不同字体、大小和复杂背景的文字，但训练时间较长，并且需要大量的训练数据。 隐马尔科夫模型是一种基于隐含状态的概率模型，能够较好地处理序列数据。...
OCR框架整理
Jason 的专栏
08-16 2237
  泰比ABBYY OCR SDK开发包   Asprise OCR     1. OCR简介 OCR（Optical Character Recognition）——是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，对文本资料进行扫描，然后对图像文件进行分析处理，获取文字及版面信息的过程。...
python文字识别框架_GitHub - CodeREWorld/CV-OCR: 基于tensorflow、keras/pytorch框架实现图片文字检测及端到端的OCR文字识别...
weixin_39635459的博客
12-05 236
基于tensorflow、keras/pytorch实现对图片文字检测及端到端的OCR文字识别实现功能文字方向检测 0、90、180、270度检测文字检测 后期将切换到keras版本文本检测 实现keras端到端的文本检测及识别不定长OCR识别环境部署Bash##GPU环境sh setup.sh##CPU环境sh setup-cpu.sh##CPU python3环境sh setup-python...
Free Offline OCR 离线的中文文本检测+识别SDK
最新发布
05-26
**Free Offline OCR 离线中文文本检测与识别SDK** OCR（Optical Character Recognition，光学字符识别）技术是计算机视觉领域中的一个重要应用，主要用于将图像中的文字转换为可编辑的电子文本。离线OCR SDK是一种...
场景文本检测和识别及车牌数据
11-25
在IT领域，文本检测与识别是一项重要的技术，特别是在智能交通、安防监控以及图像处理系统中。此主题聚焦于“场景文本检测和识别及车牌数据”，这涉及到光学字符识别（OCR，Optical Character Recognition）技术，...
tr：免费离线OCR离线的中文文本检测+识别SDK
02-06
单一针对扫描文档的离线文本识别SDK，核心代码全部采用C ++开发，并提供Python接口 更新说明 c ++接口支持 支持Windows系统 添加python2支持 删除opencv-python，Pillow依赖，降低部署难度 支持多线程 支持GPU 联系 ...
天若OCR文本识别本地版
10-10
【天若OCR文本识别本地版】是一款高效实用的光学字符识别（OCR）软件，专为用户提供便捷的文本识别服务。该软件允许用户通过截图功能快速捕获屏幕上的文本，并进行精准的识别，大大提升了从图像中提取文字的效率。其...
CRNN文本识别.zip
08-02
CRNN（Convolutional Recurrent Neural Network）是一种深度学习模型，专用于图像中的序列识别任务，如光学字符识别（OCR）或本例中的车牌号码识别。在这个项目中，CRNN模型被用来处理2000张车牌号序列图片，经过...
发票：用于OCR识别的发票，使用flask微服务架构，识别类型：切换电子普通票，预定普通票，预定专用票；识别分配为：票证，票务号码，开票日期，校验码，税后金额等
02-05
补充发票识别 识别类型：校准电子普通票，替换普通票，预定专用票；识别区分为：机票代码，票务号码，开票日期，补码，税后金额等 环境 python3.5 / 3.6 依赖项安装：pip install -r requirements.txt -i 有GPU环境的可修改安装requirements.txt对应版本的tensorflow-gpu，config.py文件中控制GPU的开关 模型架构 YOLOv3 + CRNN + CTC 模型 模型下载地址：链接： ://pan.baidu.com/s/1bjtd3ueiUj3rt16p2_YQ2w 将下载完成的模型文件夹模型放置于项目根目录下 服务
OCR文本识别之ACE loss论文解读（better than CTC，attention）
shenlanshenyanai的博客
03-03 1362
前段时间拜读了微信AI在OCR领域的一篇技术报告，其中有一个文本识别方向挺有意思的实践是在训练识别网络的时候，利用CNN+BLSTM提取文本行的序列特征，同时采用muti-head的结构，在训练时，以CTC为主，Attention Decoder和ACE辅助训练。在预测时，考虑到速度和性能，只采用CTC进行解码预测，具体的网络结构如下。 图1 muti-head ctc+attetion+ace识别网络 笔者最近正在进行复现该技术报告的相关工作，在此之前，因为对ACE loss的了解并不深入，特地.
三款常见的OCR识别控件功能对比
热门推荐
锄禾日当午
11-15 1万+
Atalasoft成立于2000年，是一家来自美国马萨诸塞州的软件公司，其致力于为全球的软件开发公司及开发者提供优秀的商用图像处理软件及开发应用控件。他们的众多客户都是来自"财富"500强的图形软件开发公司，图形引擎开发公司及其他软件开发公司。 　　旗下产品DotImage OCR是一个光学字符识别模块，使你的程序具备字符识别能力，提供OCR引擎界面。 具体功能： 全面的可扩展的文件和流
OCR技术简介
SIGAI_CSDN的博客
09-26 1万+
其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。 书的购买链接 书的勘误，优化，源代码资源 光学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。亦即将图像中的文字进行识别，并以文本的形式返回。 OCR的应用...
OCR识别的开源分析
monk1992的博客
05-30 4324
原文转载于:http://blog.csdn.net/luojun2007/article/details/51614133 OCR识别的开源分析 OCR软件主要是由下面几个部分组成。 　　1. 图像输入、预处理：  　　2. 图像输入：对于不同的图像格式，有着不同的...
OCR识别流程详解
kuokay的博客
12-24 1万+
概括 传统的OCR基于图像处理（二值化、连通域分析、投影分析等）和统计机器学习（Adaboost、SVM），过去20年间在印刷体和扫描文档上取得了不错的效果。传统的印刷体OCR解决方案整体流程如图。 从输入图像到给出识别结果经历了图像预处理、文字行提取和文字行识别三个阶段。 图像预处理 二值化：由于彩色图像所含信息量过于巨大，在对图像中印刷体字符进行识别处理前，需要对图像进行二值化处理，使图像只包含黑色的前景信息和白色的背景信息，提升识别处理的效率和精确度。 图像降噪：由于待识别图像的品质受限于输
OCR文字识别（1）
跟随技术的脚步-linolzhang的专栏
09-20 7318
一. 研究背景        文字识别是CV领域应用最广，最接地气的方向之一，从证件识别到智慧医疗，从拍照识别到无人驾驶，从车牌识别到物流分拣，几乎涵盖了AI的所有场景。        通常文字识别分成两步，文本位置检测 + 识别。     > 论文参考：         【场景文本位置感知与识别】     > 常用数据集： 数据集名称 内容说明 下载 中...
ACM MM 2022 Oral | DIG: 自监督文字识别的新框架，刷新11个公开场景文字数据集的识别性能，平均提升5%...
我爱计算机视觉
07-22 948
关注公众号，发现CV技术之美本文介绍了一种由华科与华为联合提出的全新自监督文字识别框架 DiG。该模型统一了对比式与生成式自监督方法，并在下游的文字识别任务中，刷新了11个公开场景文字数据集的识别性能，平均提升5%。论文『Reading and Writing: Discriminative and Generative Modeling for Self-Supervi...

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值