基於Faster-rcnn及FCN的中文OCR文本定位

啓發 光學字符識別（Optical Character Recognition, OCR）是指對文本資料的圖像文件進行分析識別處理，獲取文字及版面信息的過程。通常分爲兩個步驟：文字定位，即找到文字在圖片中的位置；文字識別，即識別出找到的文字。文字定位也可能包含一些二值化，矯正的步驟。git 文字定位常見的算法MSER +SVM或者MSER + CNN，是一種自底向上的方法：首先產出大量MSER區域

>>阅读原文<<