绑定完请刷新页面
取消
刷新

分享好友

×
取消 复制
CNOCR:测试集准确率高98%,自带识别模型的中文OCR包
2020-06-16 03:03:22

今天 Gitee 为大家介绍的是一款中文 OCR 包。大家都知道,训练模型是一件非常费时费力的事情,但今天这款项目已经自带训练好的识别模型,我们只需要下载下来使用即可,可以说是非常方便了,那么下面我们就去看看这个项目的详细信息吧。

项目名称:cnocr

项目作者:cyahua

开源许可协议:Apache-2.0

项目地址:https://gitee.com/cyahua/cnocr

项目简介

cnocr是用来做中文OCR的Python 3包。cnocr自带了训练好的识别模型,安装后即可直接使用。

cnocr主要针对的是排版简单的印刷体文字图片,如截图图片,扫描件等。cnocr目前内置的文字检测和分行模块无法处理复杂的文字排版定位。如果要用于场景文字图片的识别,需要结合其他的场景文字检测引擎使用。

示例

可直接使用的模型

cnocr的ocr模型可以分为两阶段:阶段是获得ocr图片的局部编码向量,第二部分是对局部编码向量进行序列学习,获得序列编码向量。目前两个阶段分别包含以下的模型:

  1. 局部编码模型(emb model)
    1. conv:多层的卷积网络;
    2. conv-lite:更小的多层卷积网络;
    3. densenet:一个小型的densenet网络;
    4. densenet-lite:一个更小的densenet网络。
  2. 序列编码模型(seq model)
    1. lstm:两层的LSTM网络;
    2. gru:两层的GRU网络;
    3. fc:两层的全连接网络。

cnocr目前包含以下可直接使用的模型,训练好的模型都放在 cnocr-models 项目中,可免费下载使用:

特色

本项目的初期代码fork自 crnn-mxnet-chinese-text-recognition,感谢作者。

但源项目使用起来不够方便,所以我在此基础上做了一些封装和重构。主要变化如下:

  • 不再使用需要额外安装的MXNet WarpCTC Loss,改用原生的 MXNet CTC Loss。所以安装极简!
  • 自带训练好的中文OCR识别模型。不再需要额外训练!
  • 增加了预测(或推断)接口。所以使用方便!

如果你对这个项目感兴趣,想要亲自试一试识别的效果的话,可以点击后面的链接前往项目主页看看,如果觉得不错记得给它一个 Star 哦:gitee.com/cyahua/cnoc…


分享好友

分享这个小栈给你的朋友们,一起进步吧。

首席摸鱼官
创建时间:2020-06-22 17:27:10
为您提供优质的的开源项目以及行业信息。
展开
订阅须知

• 所有用户可根据关注领域订阅专区或所有专区

• 付费订阅:虚拟交易,一经交易不退款;若特殊情况,可3日内客服咨询

• 专区发布评论属默认订阅所评论专区(除付费小栈外)

栈主、嘉宾

查看更多
  • duanhao
    栈主

小栈成员

查看更多
  • zhanghongxi
  • H.U.C王子
  • 13717649136
  • huijinrutu
戳我,来吐槽~