OCR（optical character recognition）文字识别是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，然后用字符识别方法将形状翻译成计算机文字的过程。
点击查看百科：OCR文字识别 介绍
光学文字识别的概念是在1929年由德国科学家Tausheck最先提出来的，后来美国科学家Handel也提出了利用技术对文字进行识别的想法。而最早对印刷体汉字识别进行研究的是IBM公司的Casey和Nagy，1966年他们发表了第一篇关于汉字识别的文章，采用了模板匹配法识别了1000个印刷体汉字。
20世纪70年代初，日本的学者开始研究汉字识别，并做了大量的工作。
1986年以后我国的OCR研究有了很大进展，在汉字建模和识别方法上都有所创新，在系统研制和开发应用中都取得了丰硕的成果，不少单位相继推出了中文OCR产品。
1、图像输入、预处理
2、二值化
3、噪声去除
4、倾斜较正
5、版面分析
6、字符切割
7、字符识别
8、版面恢复
9、后处理、校对
- 第三名：chineseocr
- 本项目基于yolo3 与crnn 实现中文自然场景文字检测及识别
- 该项目提供了数据集
ocr ctc训练数据集(压缩包解码:chineseocr)
百度网盘地址:链接: https://pan.baidu.com/s/1UcUKUUELLwdM29zfbztzdw 提取码: atwn - 实现功能
文字方向检测 0、90、180、270度检测（支持dnn/tensorflow）
支持(darknet/opencv dnn /keras)文字检测,支持darknet/keras训练
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) - 其他说明：
https://github.com/chineseocr/chineseocr#readme - 第四名：YCG09/chinese_ocr
- 基于Tensorflow和Keras实现端到端的不定长中文字符检测和识别 文本检测：CTPN
文本识别：DenseNet + CTC - 该项目提供了数据集：
https://pan.baidu.com/s/1QkI7kjah8SPHwOQ40rS1Pw (密码：lu7m) 共约364万张图片，按照99:1划分成训练集和验证集
数据利用中文语料库（新闻 + 文言文），通过字体、大小、灰度、模糊、透视、拉伸等变化随机生成
包含汉字、英文字母、数字和标点共5990个字符
每个样本固定10个字符，字符随机截取自语料库中的句子
图片分辨率统一为280×32
https://github.com/eragonruan/text-detection-ctpn
https://github.com/senlinuc/caffe_ocr
https://github.com/chineseocr/chinese-ocr
https://github.com/xiaomaxiao/keras_ocr
https://github.com/alisen39/TrWebOCR
https://github.com/da03/Attention-OCR
https://github.com/JinpengLI/deep_ocr
Original: https://blog.csdn.net/zengNLP/article/details/126785075
Author: szZack
Title: 【AI实战】超赞的几个OCR开源项目
原创文章受到原创版权保护。转载请注明出处：https://www.johngo689.com/719799/
转载文章受原作者版权保护。转载请注明原作者出处！