ocr 识别 github 源码

参考

[1] https://github.com/eragonruan/text-detection-ctpn

[2] https://github.com/senlinuc/caffe_ocr

[3] https://github.com/YCG09/chinese_ocr  感谢作者！

[4] https://github.com/xiaomaxiao/keras_ocr

 

认真看源码！

基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别

• 文本检测：CTPN
• 文本识别：DenseNet + CTC

环境部署

• Bash
  sh setup.sh
  ```
  * 注：CPU环境执行前需注释掉for gpu部分，并解开for cpu部分的注释

• Demo

  将测试图片放入test_images目录，检测结果会保存到test_result中

  ``` Bash
  python demo.py
  ```

• 一定在终端运行demo.py 代码，另外，因不能连接外网，所以在进行依赖时，需要用公司镜像完成安装。
• 释放占用的显存时，只需要kernel，restart重启即可。在jupyter notebook中加！命令，相当于终端执行的命令。
• 切换python环境 source activate base 即可切换到常用的，安装有许多依赖库的 anaconda2 python2环境。这样才能运行demo.py.

Demo

将测试图片放入test_images目录，检测结果会保存到test_result中

python demo.py

模型训练

CTPN训练

详见ctpn/README.md

DenseNet + CTC训练

1. 数据准备

数据集：https://pan.baidu.com/s/1QkI7kjah8SPHwOQ40rS1Pw (密码：lu7m)

• 共约364万张图片，按照99:1划分成训练集和验证集
• 数据利用中文语料库（新闻 + 文言文），通过字体、大小、灰度、模糊、透视、拉伸等变化随机生成
• 包含汉字、英文字母、数字和标点共5990个字符
• 每个样本固定10个字符，字符随机截取自语料库中的句子
• 图片分辨率统一为280x32

图片解压后放置到train/images目录下，描述文件放到train目录下

2. 训练

cd train
python train.py

3. 结果

val acc	predict	model
0.983	8ms	18.9MB

• GPU: GTX TITAN X
• Keras Backend: Tensorflow

4. 生成自己的样本

可参考SynthText_Chinese_version，TextRecognitionDataGenerator和text_renderer

效果展示

 

转载于:https://www.cnblogs.com/Allen-rg/p/9698260.html