Github标星3K+，超轻量级中文OCR，支持竖排文字识别、ncnn推理，总模型仅17M

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