图像中的文字识别算法研究论文?
知乎用户
共 612字,需浏览 2分钟
·
2022-02-09 17:41
以前做过一点类似的工作,不知道对你是否有帮助,你姑且参考一下:
1.OCR其实是很古老的一个技术了,我理解的OCR是印刷文本中的文字识别,或者手写体等,目前感觉已经没啥做的,
2.现在学术界研究得比较多的是自然场景中的文字识别,如街道上的广告牌,商场中的店铺名,在电商场景里面,如淘宝,拼多多等需要对图片中的文字识别,用于内容风控等。
3.目前图像类的算法基本都是要利用卷积神经网络来做的,所有你只能选深度学习来做了;
4.文字识别,与文字检测是在发论文的时候,是会区分的,你要确定你是只做检测还是做识别,还是两者都要做;
所以,我理解的你要做的是我说的第2种,在这个方向里面有可以具体细分,如竖版文字识别,不规则形状文字识别等
可以推荐的资料:
- 可以关注华科的白翔老师的工作:
有论文也有code, 本科生可以先跑起来,再看看原理
2.阿里天池平台以前有过一个电商图片的文字检测,文字识别的比赛,github上应该有很多代码可以参考,
ICPR MTWI 2018 挑战赛二:网络图像的文本检测-天池大赛-阿里云天池先简单写这么多吧,这都是我2年前的记忆,没有关注最新的内容,希望对你有帮助(不要脸的让你点赞,收藏)
20200514新增:
https://github.com/PaddlePaddle/PaddleOCR评论
文字识别
金山云文字识别(KOCR)基于业界领先的深度学习技术,可将图片中的文字内容智能识别为可编辑的文本,支持通用类、票据类、卡证类等多场景的文本识别,支持提供定制化服务,实现信息录入效率的有效提升
金山云
0
文字识别
[cp]所谓的移动警务通,移动端证件识别信息采集是指,使用成熟的OCR文字识别技术,通过手机或者带有摄像头的终端设备对身份证在做视频流扫描识别,提取证件的照片做OCR文字识别,实现提取身份证信息,裁剪头像,并且存入证件信息数据库,不仅集合了身份证识别还包括驾驶证识别,行驶证识别,护照识别、港澳台胞证识别等。优点是:方案成本低,用于智能移动设备,使用环境方便,功能容易扩展。
可提供SDK做二次开发(现在可以提供安卓、iOS、私有云、公有云等的证件识别SDK)
证件识别应用场景:
出租屋证件识别:入住旅客登记
流动人口管理:入户普查
特种行业:开锁业、家政、中介等行业证件识别登记
展会、访
十七岁的权志龙
0
AI人工智能中的OCR文字识别技术
文字识别是利用计算机自动识别字符的技术,是模式识别应用的一个重要领域。人们在生产和生活中,要处理大量的文字、报表和文本。为了减轻人们的劳动,提高处理效率,50年代开始探讨一般文字识别方法,并研制出光学字符识别器。60年代出现了采用磁性墨水和特殊字体的实用机器。60年代后期,出现了多种字体和手写体文字识别机,其识别精度和机器性能都基本上能满足要求。如用于信函分拣的手写体数字识别机和印刷体英文数字识别机。70年代主要研究文字识别的基本理论和研制高性能的文字识别机,并着重于汉字识别的研究。
证件识别,能实现拍照自动输入身份信息,让用户完全告别手动输入身份证、驾驶证、行驶证等证件信息。它支持Android、iOS、Java、Linux等多
郭富城的城
0
文字识别技术的简介
关键词:OCR SDK 文字识别 中文识别 日文识别 韩文识别 英文识别 藏文识别 维文识别
一、TH-OCR SDK综合文字识别系统软件V12.0简介
TH-OCR SDK综合文字识别系统软件V12.0是一种光学字符识别(OCR)软件开发包(OCR SDK);TH-OCR SDK12.0为软件开发人员、系统集成商、数据加工商(BPO)、扫描仪、多功能一体机等硬件制造商(OEM),提供可靠、方便集成的OCR SDK开发包。
二、支持语言种类
TH-OCR SDK支持中文识别、日文识别、韩文识别、英文识别,识别率高。
TH-OCR SDK世界独家支持中国国内少数民族语言识别技术:藏文识别、维吾尔文识别、维文识别、哈萨克文识别
海花
0
文字识别经验
整个文字识别的算法流程可以分成四部分:预处理、文本行检测、文字识别、后处理。预处理包括图像方向校正(例如图像偏转90度,倒置)、文本行校正、图像质量增强(例如去除屏拍摩尔纹等)。预处理是为了处理特殊情况、提高检测和识别的精度。文本行检测目前以EAST和PSENET比较常见,目前来看,psenet精度更高,适用的场景丰富,对于文本行比较密集的场景和弯曲文本性能更优,但是psenet速度低于EAST,尤其是文本行越多,后处理占用时间较长。对于单字符情况,psenet的文本框的置信度较低,在较高置信度阈值时,容易导致最终检测不到,而较小的阈值容易引入噪声,所以需要根据具体场景设置一个合理的阈值。对于文本行识别,CRNN、attention
Andy
0
文字识别简介
现在电脑、电子书可以帮助我们在网络上搜集资料,但当我们需要的资料在一些有权限的网站无法复制、下载时,大家都采用截图的方式保存资料,那后期这图片上的文字该怎么保存呢,一个字一个字的敲打整理 ,显然太耗时耗力,这时,OCR图文识别技术出现了,我们可以直接通过图片转文字的方式将文字整理出来。
采用OCR文字识别技术实现资料的随时调用和检索,只需将需识别文字的图片上传到文字识别系统即可,对识别结果也可校对,识别速度快,应用这项OCR技术也可减少对史料的损坏以及增加资料的利用率等。OCR图文识别技术,帮助人们解决录入图片文字提取难题。
文字识别包括图片OCR文字识别、视频OCR文字识别、场景文字OCR识别等。且支持PDF、BM
海花
0