lmolhw5252 / ocrinaction Goto Github PK

本书主要是面向文字识别初、中级学习从业人员，介绍了OCR的各类方法，既包括图像预处理、数据生成与增强、文字检测与识别等基础内容，又有与神经网络和目标检测相结合的内容。 由于是第一版，还存在非常多的问题，我们也希望能够把这本书完善好，为国内的初学者提供一个体系化的入门路径，所以非常期待各位读者朋友提出改进意见。

本书代码默认运行在ubuntu系统，主要依赖pytorch,Numpy,Opencv,Pillow。

1.安装依赖

pip install -r requirements.txt

• chapter-2 图像预处理方法
• chapter-3 传统机器学习方法
• chapter-4 深度学习的相关基础知识
• chapter-5 数据生成
• chapter-6 高级深度学习方法
• chapter-7 文字检测技术
• chapter-8 文字识别
• chapter-9 OCR后处理的方法
• chapter-10 版面分析方法

在第五章节补充了数据集的部分，读者可以用于训练检测和识别网络。 目前第7章和第9章节，还有缺失，已经去催促对应章节的作者补全代码，由于检测一章，书中缺少实战，近期会补充两个案例，分别是一阶段和两阶段的方法，请读者耐心等待，感谢！！！