OCR文字识别基础_办公生活

OCR文字识别基础

创始人

2024-05-16 22:54:05

OCR文字识别

一般来说，OCR文字识别是检测+识别，首先将可能在文字的区域检测出来，然后在进行识别。本质是识别图片中的文字，即在复杂的图片背景下对所需目标文字进行识别提取。

1、文字识别基础步骤
① detection：检测存在文字的区域，得到proposal。
② recognation：识别proposal中的文字。

2、文字区域 detection
对文字存在区域的detection方法，与目标检测领域的常用检测方法相当，分为one-stage和two-stage方法，（后续也可以考虑使用anchor free的方法对文字propsal进行检测）。
（1）在文字识别领域，常用的two-stage方法为faster rcnn，one-stage方法主要有yolo系列方法。相比之下，前者的精度更好，后者速度更快。
（2）在文字识别领域，与传统目标检测的不同还在于文字的方向、扭曲程度等。
① 对于水平文字的检测。水平文字文本框是规则的四边形（四个自由度），类似于物体检测。水平文字检测效果较好的算法为CPTN：Detecting Text in Natural Image with Connectionist Text Proposal Network, ECCV, 2016。
② 文本框是不规则的四边形，拥有八个自由度，倾斜文字检测较好的算法有cvpr2017提出的EAST和Seglink。一般的检测套路为：检测文本框 --> 采用Radon Hough变换等方法进行文本矫正 --> 通过投影直方图分割单行文本图片

词库加载错误:未能找到文件“E:\highferrum_mysql\Configuration\Dict_Stopwords.txt”。

上一篇：【Kotlin】扩展函数 ③ ( 定义扩展文件 | 重命名扩展函数 | Kotlin 标准库扩展函数 )

下一篇：2022美亚个人赛复盘

热门资讯

我喜欢你韩语怎么说 sikid...

猫咪吃了塑料袋怎么办猫咪误食... 你知道吗？塑料袋放久了会长猫哦！要说猫咪对塑料袋的喜爱程度完完全全可以媲美纸箱家里只要一有塑料袋的响...

苗族的传统节日贵州苗族节日有... 【岜沙苗族芦笙节】岜沙，苗语叫“分送”，距从江县城7.5公里，是世界上最崇拜树木并以树为神的枪手部落...

少数民族的传统节日有哪些 55... 公务员考试常识判断模块考查范围广泛，需要大家在日常多加积累，本文小编总结了中国少数民族的传统节日，希...

北京的名胜古迹北京最著名的景... 北京从元代开始，逐渐走上帝国首都的道路，先是成为大辽朝五大首都之一的南京城，随着金灭辽，金代从海陵王...

长白山自助游攻略吉林长白山游... 昨天介绍了西坡的景点详细请看链接：一个人的旅行，据说能看到长白山天池全凭运气，您的运气如何？今日介绍...

应用未安装解决办法平板应用未... ---IT小技术，每天Get一个小技能！一、前言描述苹果IPad2居然不能安装怎么办？与此IPad不...

脚上的穴位图脚面经络图对应的... 人体穴位作用图解大全更清晰直观的标注了各个人体穴位的作用，包括头部穴位图、胸部穴位图、背部穴位图、胳...

demo什么意思 demo版本... 618快到了，各位的小金库大概也在准备开闸放水了吧。没有小金库的，也该向老婆撒娇卖萌服个软了，一切只...

世界上最漂亮的人世界上最漂亮... 此前在某网上，选出了全球265万颜值姣好的女性。从这些数量庞大的女性群体中，人们投票选出了心目中最美...