基于tensorflow、keras/pytorch实现对自然场景的文字检测及端到端的OCR中文文字识别

实现功能

• [x] 文字方向检测：VGG
• [x] 文本检测：CTPN
• [x] 不定长OCR识别：CRNN + CTC

环境部署

sh setup.sh

模型训练

训练keras版本的crnn

cd train/keras-train & python train.py

训练pytorch版本的crnn

cd train/pytorch-train & python train.py

文字方向检测

在VGG16模型的基础上进行迁移学习，训练文字方向检测（0、90、180、270度）分类模型，详细代码参考angle/predict.py文件，训练图片100000张，准确率95.10%。

模型下载地址：

• baidu pan
• google drive

文字检测

支持CPU、GPU环境，一键部署，文本检测训练参考：https://github.com/eragonruan/text-detection-ctpn

OCR端到端识别

采用GRU + CTC端到端识别技术，实现不分隔识别不定长文字

提供keras与pytorch版本的训练代码，在理解keras的基础上，可以切换到pytorch版本，此版本更稳定

识别结果展示

文字检测及OCR识别结果

倾斜文字

参考

1. crnn：https://github.com/meijieru/crnn.pytorch

2. keras-crnn：https://www.zhihu.com/question/59645822

3. ctpn：https://github.com/eragonruan/text-detection-ctpn, https://github.com/tianzhi0549/CTPN