中文识别利用crnn训练英文的网络来训练中文,字符个数5529左右,中文的顺序按照tesseract开源项目复制过来的。
github:
https://github.com/bear63/sceneReco
model:
https://pan.baidu.com/s/1i5OLwt3 crnn文字识别模型
https://pan.baidu.com/s/1i4Hd9zv ctpn文字检测模型
1:样本获取
**算法论文:**
Synthetic Data for Text Localisation in Natural Images
Github: https://github.com/ankush-me/SynthText
**词库:**
https://pan.baidu.com/s/10anmu + 英文词汇 经过处理后得到大约500兆
6000万词组
**字体:**
ubntu系统下支持中文的字体,选了大概10种字体左右
**背景图片库:**
http://zeus.robots.ox.ac.uk/textspot/static/db/bg_img.tar.gz
大约有一万张分割好的图片
**算法大致过程:**
随机从背景图片库中选出一张图片,随机从词库中选出一些词组,与背景图片分割 - 的块进行匹配,选好字体,颜色,大小&#