關於圖文識別功能相關技術的大體實現

　　　　關於圖文識別功能相關技術的實現

 

轉載請註明源地址：http://www.cnblogs.com/funnyzpc/p/8908906.html

　　上一章，寫的是SSL證書配置，中間折騰了好一會，在此感謝SSL證書發行商的協助；此次我就講講ocr識別的問題，先說說需求來源吧。。。

　　以前由於風控每次須要手動P協議文件和身份證(脫敏)，還要識別證件及圖片文件的內容，以爲狠狠狠麻煩，遂就找到了技術總監，技術總監一拍腦殼，額，小鄒啊。。。

　　呃，一開始並沒抱太大但願，不過仍是花了些心思作了些需求實現的調研，怎麼辦 google、duckduckgo、github一路找下來就有了幾個工程了，嘿嘿~，惋惜還沒高興到，沒想到的是這些工程一個比一個坑，不是依賴windows系統組件就是代碼bug不斷，做者們，能用點兒心麼

　　日夜操勞，加班啊，總算是將幾個工程全都修得能跑起來了，大費周折。。。可貴啊

　　欸，惋惜效果均不佳；現開始，我總結下一些主流的圖文識別技術，只是淺聊哦。。。

首先，這些工程大體分兩類：

　　一類是純算法，不附帶機器學習功能的，且須要依賴於window系統組件的工程，好比tesseract和tess4j，識別效果能夠說是巨差(可能個人技術很菜的緣由)，但有一點兒值得讚許，就是識別結果的格式還算不錯，這類圖文識別的特色大體有以下幾點：

　　A>工程代碼量較大

　　B>依賴window組件，須要在window系統下才能運行

　　C>識別效果沒法經過學習逐漸優化

　　D>識別出來的文字時常亂碼，中文識別亂碼錯別字較多

　　E>識別結果一般使用格式化模子來格式化結果，遂，識別結果的格式還算過得去

　　一類是基於機器學習(好比Tensorflow)的工程，這些工程良莠不齊，存在插件版本問題，尤爲是python插件，實在在太太太難裝了，在一就是工程大多較爲簡陋，因爲機器學習具備不斷改善的趨勢，這是基於機器學習的圖文識別的最大優點，總結起來，基於機器學習的圖文識別的特色兒大體有以下幾點：

　　A>工程比較簡單，代碼量不是不少

　　B>依賴的語言插件，如python實在難以安裝

　　C>有不少優化的方向，好比使用顯卡，優化算法(卷積神經網絡)來提升識別速度及模型準確度

　　D>十分耗費計算機字段，通常識別一頁A4大小的圖片中的內容，(我使用Macbook Pro) 最快也用了二十多秒

　　E>識別的結果比較亂，但對於中文，尤爲是圖片較好的中文的文字識別準確率能達到百分之七十網上，可是識別格式和文字準確度不如上者

　　F>因爲是基於機器學習，遂須要大量的數據餵養以提升識別的準確率，餵養的數據十分可觀

 

　　額，總的來講，後者的優點較大，也是趨勢，好比騰訊QQ的圖片識別還有百度大腦AI這些基本都是基於機器學習，我的以爲，若是投入一個團隊去專門研究開發一個圖文識別的產品，也是比較容易實現的，況且這個方向向前走就是人工智能，儘管如今看起來有些智障...。

　　哦，大體總結完了，我就展現下基於tess4j和chinese-ocr這兩項目的實現效果，個人輸入是身份證：

(注意:源圖片是從github上拉下來的，我的作了些簡陋的脫敏處理!)

　　下面是基於tess4j實現的結果:

tess4j的實現只能基於windows組件實現，故項目只能在windows下運行，另外tesseract也是windows組件的實現。

　　一下是基於chinese-ocr的項目的實現的結果：

chinese-orc是基於python語言+tensorflow的實現，結果一目瞭然，須要說的是，一下幾個也是基於=>

　　 IITG-Captcha-Solver-OpenCV-TensorFlow:基於Tensorflow實現的驗證碼識別，已調試經過，驗證碼模糊度較高的識別不夠準確
　　text-detection-ctpn　　　　　　　：基於Tensorflow實現的圖片識別，未調試經過
　　tensorflow-ocr　　　　　　　　　：基於tensorflow實現的圖片識別，未調試經過

 

因爲github共享的工程良莠不齊，存在插件版本、語言以及系統版本的差別，遂這些項目clone下來後須要修改些bug纔可，這裏簡述下一些大體的問題的解決思路：

　　A>對於插件版本下載不了的(我用的是pycharm)，建議使用相鄰版本的插件，但有些插件須要爬梯出去纔可下

　　
　　B>對於部分(例如 test.py)文件跑不起來的，請嘗試着將這個文件放置在工程主目錄下，但同時請注意 import引用的文件(可能須要手動修改)

　　C>對於項目出現的主流問題請移步Issues以查找

         嗯，此篇本來在前一天發表的，因爲公司週年慶耽擱了會兒，最後，我把上面幾個工程的打包文件共享下(包含我修改過bug的)，有須要的請自行下載，若有疑問請電郵或留言。

 

工程下載連接: https://pan.baidu.com/s/1B2Eyak8zwdAldA0NBfmlvw

工程下載密碼: r2av