运用tensorflow实现自然场景文字检测,keras/pytorch实现crnn+ctc实现不定长中文OCR识别

最近在学习计算机视觉相关的内容,在github上发现了非常好的项目chinese-ocr
该项目主要实现以下三个功能:
1. 文字方向检测 0、90、180、270度检测(这个功能不太实用,现实中角度不太会这么巧合)
2. 文字检测 后期将切换到keras版本文本检测
实现keras端到端的文本检测及识别(项目里面有两个模型keras和pytorch,建议直接用pytorch,它的效果好很多。)
3. 不定长OCR识别
项目地址:
chinese-OCR <https://github.com/jiangxiluning/chinese-ocr>
https://github.com/jiangxiluning/chinese-ocr
<https://github.com/jiangxiluning/chinese-ocr>
其中遇到的坑有以下几个:
1、在chinese-ocr目录下运行时,会出现python的各种包找不到的情况,需要在代码中import部分将目录添加进去:类似下图

2、运行完setup.sh之后应该进入anaconda创建的chinese-ocr环境中再运行demo.py,否则很多库都找不到。
3、在运行tensorflow时可能会出现资源相关都问题,需要在代码中设置资源配置,例如按需增加资源等。
还遇到很多坑,暂时想不起来了,待更新。
总体来说,这个项目都效果还不错。下面是效果图:这是pytorch模型的结果


非常厉害的模型,收获很多!