关注上方“深度学习技术前沿”,选择“星标公众号”,
资源干货,第一时间送达!
光学字符识别(OCR)技术已经得到了广泛应用。比如发票上用来识别关键字样,搜题App用来识别书本上的试题。
近期,这个叫做chineseocr_lite的OCR项目开源了,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,这个开源项目已在GitHub上标星2400+。
这个项目基于chineseocr与psenet实现中文自然场景文字检测及识别,环境是linux/macos。
以下为可实现的功能:
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psenet(未实现核扩展)
ncnn实现crnn_dense(改变了全连接为conv1x1)
ncnn实现shuuflenev2角度分类网络
ncnn实现ocr整个流程
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)
字体样式
生成的竖排文本样例
识别效果展示:
ncnn检测识别展示(x86 cpu 单进程)
项目地址:https://github.com/ouyanghuiyu/chineseocr_lite
【end】
重磅!深度学习技术前沿-微信群已成立
扫码添加群助手,可申请加入 深度学习技术前沿 微信群,旨在交流深度学习方面的学习、科研、工程项目等内容,并且还会在群中分享求职内推资料。后续还会根据大家的研究方向细分技术交流群。
一定要备注:研究方向+学校/公司+姓名(如图像分割+浙大+李四),按照格式备注,可更快被通过且邀请进群。
???? 长按识别,即可加群
???? 长按识别,即可关注