宜昌网站推广优化技巧,网站建设网页的长宽,jeykll和wordpress,深圳创纪录暴雨19小时今天 Gitee 为大家介绍的是一款中文 OCR 包。大家都知道#xff0c;训练模型是一件非常费时费力的事情#xff0c;但今天这款项目已经自带训练好的识别模型#xff0c;我们只需要下载下来使用即可#xff0c;可以说是非常方便了#xff0c;那么下面我们就去看看这个项目的…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第一阶段是获得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局部编码模型emb modelconv多层的卷积网络conv-lite更小的多层卷积网络densenet一个小型的densenet网络densenet-lite一个更小的densenet网络。序列编码模型seq modellstm两层的LSTM网络gru两层的GRU网络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https://gitee.com/cyahua/cnocr
