Loong Cheng的博客

目前了解到ocr大概有两种方法进行： 1、先定位文字位置，在识别文字； 2、直接识别，把目标每“一行”都进行识别，然后汇总成结果。 两种都有很好的应用，各有优缺点。第一种有两个任务，定位+识别，有点像目标检测，确实，定位阶段很多模型会考虑用yolo来做。第二种收到很多因素的影响（图像的纹理，字体之类的），效果并不好。 ocr模型会用到rnn相关的内容。训练的时候，不是拿单个字来训练，都是一...

没找到工作的第N天.想学一个ocr的模型,突然想起了这事. 当时在做一个证件的ocr的识别, 我一直对ocr识别感觉特难, 因为涉及rnn, cnn之类的, 所以没做这方面. 我做的图像这部分增强这块 ,因为素材的质量. 其中,爆出各种问题. 训练的数据 证件这东西大家都知道,想要获取大量的素材很难.当时我提一种方法,自己生成数据,方法如下 用证件的字体; 把要识别的内容分成关键字的形式...