darknet-ocr 是基于 darknet 框架，实现 CTPN 版本自然场景文字检测与 CNN+CTCOCR 文字识别的项目。目前支持系统：mac/ubuntu python=3.6
实现功能
- [x] 文字方向检测 0、90、180、270度检测（支持dnn/tensorflow）
- [x] 支持(darknet/opencv dnn /keras)文字检测,支持darknet/keras训练
- [x] 不定长OCR训练(英文、中英文) crnn\dense ocr 识别及训练 ,新增pytorch转keras模型代码(tools/pytorch_to_keras.py)
- [x] 支持darknet 转keras, keras转darknet, pytorch 转keras模型
- [x] 身份证/火车票结构化数据识别
- [x] 新增CNN+ctc模型，支持DNN模块调用OCR，单行图像平均时间为0.02秒以下
- [ ] CPU版本加速
- [ ] 支持基于用户字典OCR识别
- [ ] 新增语言模型修正OCR识别结果
- [ ] 支持树莓派实时识别方案
ocr 训练数据集(压缩包解码：chineseocr)
百度网盘链接：https://pan.baidu.com/s/1UcUKUUELLwdM29zfbztzdw 提取码: atwn
gofile 地址：http://gofile.me/4Nlqh/uT32hAjbx 密码 https://github.com/chineseocr/chineseocr
环境部署
GPU部署 参考:setup.md
CPU部署 参考:setup-cpu.md
下载编译 darknet
git clone https://github.com/pjreddie/darknet.git
mv darknet chineseocr/
##编译对GPU、cudnn的支持 修改 Makefile
#GPU=1
#CUDNN=1
#OPENCV=0
#OPENMP=0
make
修改 darknet/python/darknet.py line 48
root = '/root/'##chineseocr所在目录
lib = CDLL(root+"chineseocr/darknet/libdarknet.so", RTLD_GLOBAL)
下载模型文件
模型文件地址:
- 百度网盘:https://pan.baidu.com/s/1gTW9gwJR6hlwTuyB6nCkzQ
other-links:http://gofile.me/4Nlqh/fNHlWzVWo
复制文件夹中的所有文件到models目录
模型转换（非必须）
pytorch ocr 转 keras ocr
python tools/pytorch_to_keras.py -weights_path models/ocr-dense.pth -output_path models/ocr-dense-keras.h5
darknet 转 keras
python tools/darknet_to_keras.py -cfg_path models/text.cfg -weights_path models/text.weights -output_path models/text.h5
keras 转 darknet
python tools/keras_to_darknet.py -cfg_path models/text.cfg -weights_path models/text.h5 -output_path models/text.weights
模型选择
参考config.py文件
构建 Docker 镜像
##下载Anaconda3 python 环境安装包（https://repo.anaconda.com/archive/Anaconda3-2019.03-Linux-x86_64.sh） 放置在chineseocr目录下
##建立镜像
docker build -t chineseocr .
##启动服务
docker run -d -p 8080:8080 chineseocr /root/anaconda3/bin/python app.py
Web 服务启动
cd chineseocr## 进入chineseocr目录
python app.py 8080 ##8080端口号，可以设置任意端口
访问服务
-
原文:https://www.csdn.net/gather_2b/MtjaMg3sNTY5Ni1ibG9n.html OCR技术系列 身份证识别 深度学习实践系列之--身份证上汉字及数字识别系统的实现 https://github.com/Raymondhhh90/idcardocr:web部署,第二代居民身份证信息识别，速度略慢，待优化 https://github.com/wzb19
-
ScreenCapturer.h #ifndef SCREENCAPTURER_H #define SCREENCAPTURER_H #include "mainwindow.h" // 它是QWidget的子类 class ScreenCapturer : public QWidget { //并且在类主体的开头具有Q_OBJECT宏 Q_OBJECT public:
-
树洞 OCR 文字识别是一款跨平台的 OCR 小工具 下载地址：百度网盘 提取码：m6d8 xxx-with-jre.xx 是完整版，带运行环境；如果精简版不能正常工作，请下载完整版使用； 文字识别使用了各云平台开发的识别接口，因此需要联网才能正常使用； 安装路径请勿包含中文字符； 本程序使用 JavaFX 开发，使用前请务必安装 Java8 运行环境（完整版无需安装 Java8）。 程序使用 启
-
本文向大家介绍java实现百度云OCR文字识别 高精度OCR识别身份证信息，包括了java实现百度云OCR文字识别 高精度OCR识别身份证信息的使用技巧和注意事项，需要的朋友参考一下 本文为大家分享了java实现百度云OCR识别的具体代码，高精度OCR识别身份证信息，供大家参考，具体内容如下 1.通用OCR文字识别 这种OCR只能按照识别图片中的文字，且是按照行识别返回结果，精度较低。 首先引入依
-
本文向大家介绍Python文字截图识别OCR工具实例解析，包括了Python文字截图识别OCR工具实例解析的使用技巧和注意事项，需要的朋友参考一下 一、简介 你一定用过那种“OCR神器”，可以把图片中的文字提取出来，极大的提高工作效率。 今天，我们就来做一款实时截图识别的小工具。顾名思义，运行程序时，可以实时把你截出来的图片中的文字识别出来。 二、模块 三、获取百度应用接口 AI开放平台文档中心
-
主要内容：如何编写测试场景,测试场景的特征测试场景是测试用例的详细文档，涵盖了线性语句中软件应用程序的端到端功能。线性语句被视为一种场景。测试场景是可测试需求的高级分类。这些要求根据模块的功能进行分组，并从用例中获取。 在测试场景中，由于许多相关的测试用例，因此存在详细的测试过程。在执行测试场景之前，测试人员必须考虑每个场景的测试用例。 在测试场景中，测试人员需要将自己置于用户的位置，因为他们在用户的角度下测试软件应用程序。场景的准备是最
-
接口说明 查询场景（分页查询场景列表，带有检测示例场景功能） 如需调用，请访问 开发者文档 来查看详细的接口使用说明 该接口仅开放给已获取SDK的开发者 API地址 GET /wish3dearth/api/scene/v1.0.0/pageList 是否需要登录 是 请求字段说明 参数 类型 请求类型 是否必须 说明 token string header 是 当前登录用户的TOKEN titl
-
接口说明 查询场景（分页查询场景列表，带有检测示例场景功能） 如需调用，请访问 开发者文档 来查看详细的接口使用说明 该接口仅开放给已获取SDK的开发者 如开启https功能，请求地址的协议应改为https，如：https://www.example.com/wish3dearth/api/access/v1.0.0/getLicenseInfo API地址 GET /wish3dearth/ap