光学字符识别技术，总模型仅17M！这个超轻量中文OCR开源项目在Github火了

光学字符识别（OCR）相信大家都不陌生，就是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程。

目前比较常用的中文OCR开源项目是 chineseocr，最近又有一个新开源的中文OCR项目，登上Github Trending榜单第二——chineseocr_lite

这是一个超轻量级中文 ocr，支持竖排文字识别，支持 ncnn 推理，psenet (8.5M) + crnn (6.3M) + anglenet (1.5M) 总模型仅 17M。目前已经在Github上标星2.6K，累积343个Fork（Github地址：https://github.com/ouyanghuiyu/chineseocr_lite）

chineseocr_lite实现的功能如下：
提供轻量的backone检测模型psenet（8.5M）,crnn_lstm_lite(9.5M) 和行文本方向分类网络（1.5M）
任意方向文字检测，识别时判断行文本方向
crnn\crnn_lite lstm\dense识别（ocr-dense和ocr-lstm是搬运chineseocr的）
支持竖排文本识别
ncnn 实现 (支持lstm)
mnn 实现

话不多说，先来看看效果：

接下来，我们再说一下chineseocr_lite的运行环境：
Ubuntu 18.04
Python 3.6.9
Pytorch 1.5.0.dev20200227+cpu

此外，最近项目作者对更新了可实现的功能。
nihui 大佬实现的 crnn_lstm 推理
升级 crnn_lite_lstm_dw.pth 模型 crnn_lite_lstm_dw_v2.pth , 精度更高
提供竖排文字样例以及字体库（旋转 90 度的字体）

如果你也对这个项目感兴趣就赶紧尝试下吧