python场景文字识别_GitHub - ice-a/CHINESE-OCR: [python3.6] 运用tf实现自然场景文字检测,keras/pytorch实现ctpn+crnn+ctc实现不定...

本文基于tensorflow、keras/pytorch实现对自然场景的文字检测及端到端的OCR中文文字识别

Special Notes

原项目里会遗漏各种模型数据，可以在这个百度云盘里找到：Chinese_ocr-ctpn+crnn 。

可以使用 demo.py 跑起来整个流程(需要改下里面的 data_dir 路径)。

模型 VGGnet_fast_rcnn_iter_50000.ckpt 对应的模型文件应该放在 ctpn/ctpn_checkpoints 目录下面。

模型文件 modelAngle.h5 应该放在 angle 目录下面。

============

参考github仓库

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-python3.sh

使用环境：python3.6+tensorflow1.7+cpu/gpu

模型训练

一共分为3个网络

1. 文本方向检测网络-Classify(vgg16)

2. 文本区域检测网络-CTPN(CNN+RNN)

3. EndToEnd文本识别网络-CRNN(CNN+GRU/LSTM+CTC)

文字方向检测-vgg分类

基于