python场景文字识别_GitHub - QiaoXie/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...

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

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

基于图像分类，在VGG16模型的基础上，训练0、90、180、270度检测的分类模型.

详细代码参考angle/predict.py文件，训练图片8000张，准确率88.23%

文字区域检测CTPN

支持CPU、GPU环境，一键部署，

文本检测训练参考

OCR 端到端识别:CRNN

ocr识别采用GRU+CTC端到到识别技术，实现不分隔识别不定长文字

提供keras 与pytorch版本的训练代码，在理解keras的基础上，可以切换到pytorc