CNOCR：測試集準確率最高98%，自帶識別模型的中文OCR包

今天 Gitee 爲你們介紹的是一款中文 OCR 包。你們都知道，訓練模型是一件很是費時費力的事情，但今天這款項目已經自帶訓練好的識別模型，咱們只須要下載下來使用便可，能夠說是很是方便了，那麼下面咱們就去看看這個項目的詳細信息吧。

項目名稱：cnocr

項目做者：cyahua

開源許可協議：Apache-2.0

項目地址：https://gitee.com/cyahua/cnocr

項目簡介

cnocr是用來作中文OCR的Python 3包。cnocr自帶了訓練好的識別模型，安裝後便可直接使用。

cnocr主要針對的是排版簡單的印刷體文字圖片，如截圖圖片，掃描件等。cnocr目前內置的文字檢測和分行模塊沒法處理複雜的文字排版定位。若是要用於場景文字圖片的識別，須要結合其餘的場景文字檢測引擎使用。

示例

可直接使用的模型

cnocr的ocr模型能夠分爲兩階段：第一階段是得到ocr圖片的局部編碼向量，第二部分是對局部編碼向量進行序列學習，得到序列編碼向量。目前兩個階段分別包含如下的模型：

1. 局部編碼模型（emb model）
1. conv：多層的卷積網絡；
2. conv-lite：更小的多層卷積網絡；
3. densenet：一個小型的densenet網絡；
4. densenet-lite：一個更小的densenet網絡。
2. 序列編碼模型（seq model）
1. lstm：兩層的LSTM網絡；
2. gru：兩層的GRU網絡；
3. fc：兩層的全鏈接網絡。

cnocr目前包含如下可直接使用的模型，訓練好的模型都放在 cnocr-models 項目中，可免費下載使用：

特點

本項目的初期代碼fork自 crnn-mxnet-chinese-text-recognition，感謝做者。

但源項目使用起來不夠方便，因此我在此基礎上作了一些封裝和重構。主要變化以下：

• 再也不使用須要額外安裝的MXNet WarpCTC Loss，改用原生的 MXNet CTC Loss。因此安裝極簡！
• 自帶訓練好的中文OCR識別模型。再也不須要額外訓練！
• 增長了預測（或推斷）接口。因此使用方便！

若是你對這個項目感興趣，想要親自試一試識別的效果的話，能夠點擊後面的連接前往項目主頁看看，若是以爲不錯記得給它一個 Star 哦：gitee.com/cyahua/cnoc…