本项目基于chineseocrpsenet 实现中文自然场景文字检测及识别

环境

  • pytorch 1.2.0

  • python3

  • linux/macos/windows

  • windows环境配置参考热心网友的文章Python构建快速高效的中文文字识别OCR 👍

  • Docker 环境

    1. 可以直接在项目根目录下面运行docker build -t my/chineseocr . 构建运行环境的镜像,也可以

      使用已经构建好的镜像docker run -dit -p 8080:8080 -v /mnt/d/data/:/data --name chineseocr vitzy/chineseocr_lite

    2. 可通过docker attach进入容器,然后git clone https://github.com/ouyanghuiyu/chineseocr_lite拉取本项目代码到/data

    3. cd 到chineseocr_lite下进行安装:pip3 install -i https://pypi.tuna.tsinghua.edu.cn/simple -r requirements.txt
    4. 启动 web python3 app.py 8080, 在浏览器中打开http://127.0.0.1:8080/ocr

      PSENET 编译

Bash cd psenet/pse rm -rf pse.so make

实现功能

  • [x] 提供轻量的backone检测模型psenet(8.5M),crnnlstmlite(9.5M) 和行文本方向分类网络(1.5M)
  • [x] 任意方向文字检测,识别时判断行文本方向
  • [x] crnn\crnn_lite lstm\dense识别(ocr-dense和ocr-lstm是搬运chineseocr的)
  • [x] 支持竖排文本识别
  • [x] ncnn 实现 (支持lstm) nihui大佬实现的crnn_lstm推理 具体操作详解: 详细记录超轻量中文OCR LSTM模型ncnn实现
  • [x] 提供竖排文字样例以及字体库(旋转90度的字体)
  • [ ] mnn 实现

2020.03.16更新

2020.03.12更新

  • 升级crnnlitelstmdw.pth模型crnnlitelstmdw_v2.pth , 精度更高

竖排字体样式:

竖排生成的竖排文本样例:

web服务启动

Bash cd chineseocr_lite## 进入chineseocr目录 python app.py 8080 ##8080端口号,可以设置任意端口

访问服务

http://127.0.0.1:8080/ocr

识别结果展示

ncnn检测识别展示(x86 cpu 单进程)

参考

  1. ncnn https://github.com/Tencent/ncnn
  2. crnn https://github.com/meijieru/crnn.pytorch.git
  3. chineseocr https://github.com/chineseocr/chineseocr
  4. Psenet https://github.com/WenmuZhou/PSENet.pytorch
  5. 语言模型实现 https://github.com/lukhy/masr
drawio离线版本在线录屏zgrab2 HTTP 模块二次开发 zgrab2 入门教程 同花顺自动化下单源代码 zmap zgrab2 基础教程 投资者入市教程(股票篇)股市相关资料汇总容易记忆密码生成工具沪股股票研究创业板股票研究股票研究中心在线画URM图同花顺自动卖股票drawio优化版本在线工具列表 宝塔批量添加站长统计核心股市策略同花顺自动化买股票在线画商务图
仅提供信息存储空间服务,本网站相关内容来源互联网,如涉及侵权,请联系我们删除[email protected]