test/AIAS
1
0
Fork 0
mirror of https://gitee.com/mymagicpower/AIAS.git synced 2024-12-01 19:58:22 +08:00
Code Issues Actions Packages Projects Releases Wiki Activity
061f46c530
AIAS/1_image_sdks/ocr_sdks
History
Calvin c39080eafd update readme
2024-10-20 16:27:54 +08:00
..
ocr_direction_det_sdk ocr tool kit. 2024-01-22 11:12:53 +08:00
ocr_layout_sdk ocr tool kit. 2024-01-22 11:12:53 +08:00
ocr_led_sdk ocr tool kit. 2024-01-22 11:12:53 +08:00
ocr_table_sdk ocr tool kit. 2024-01-22 11:12:53 +08:00
ocr_v3_sdk ocr tool kit. 2024-01-22 11:12:53 +08:00
ocr_v4_sdk ocr tool kit. 2024-01-22 11:12:53 +08:00
README_CN.md update readme 2024-10-20 16:27:54 +08:00
README.md ocr tool kit. 2024-01-22 11:12:53 +08:00

README.md

官网：

官网链接

文字识别（OCR）工具箱

文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别， 交通领域的车票识别，企业中各种表单识别，以及日常工作生活中常用的身份证，驾驶证，护照识别等等。 OCR（文字识别）是目前常用的一种AI能力。

OCR工具箱功能:

1. 图像预处理SDK

在OCR文字识别的时候，我们得到的图像一般情况下都不是正的，多少都会有一定的倾斜。 并且图片有可能是透视视角拍摄，需要重新矫正，尤其此时，将图片转正可以提高文字识别的精度。

1.1. 方向检测与旋转 - ocr_direction_det_sdk
方向检测 - DirectionDetExample

模型本身支持 0 度，和 180 度两种方向分类。 但是由于中文的书写习惯，根据宽高比可以判断文本的90度和270度两个方向。

  • 0度
  • 90度
  • 180度
  • 270度
    OcrDirectionExample
方向旋转 - RotationExample
  • 逆时针旋转
  • 每次旋转90度的倍数 RotationExample

2. 文字识别SDK

  • ocr_v3_sdk ocr V3版本
  • ocr_v4_sdk ocr V4版本
2.1. V3 文本检测
  • 中文文本检测
  • 英文文本检测
  • 多语言文本检测 OcrV3DetExample
2.2. V3 文本识别

支持的语言模型：

  • 中文简体
  • 中文繁体
  • 英文
  • 韩语
  • 日语
  • 阿拉伯
  • 梵文
  • 泰米尔语
  • 泰卢固语
  • 卡纳达文
  • 斯拉夫

OcrV3RecExample1

OcrV3RecExample2

2.3. 多线程文本识别 - OcrV3MultiThreadRecExample

CPU：2.3 GHz 四核 Intel Core i5 同样图片单线程运行时间：1172 ms 多线程运行时间：707 ms 图片检测框较多时，多线程可以显著提升识别速度。

3. 版面分析 - ocr_layout_sdk

可以用于配合文字识别，表格识别的流水线处理使用。

3.1. 中文版面分析 - LayoutCNDetExample

中文版面分析模型，可以划分为表格、图片、图片标题、表格、表格标题、页眉、脚本、引用、公式10类区域：

  • text
  • title
  • figure
  • figure_caption
  • table
  • table_caption
  • header
  • footer
  • reference
  • equation LayoutCNDetExample
3.2. 英文版面分析 - LayoutENDetExample

英文版面分析模型，可以划分文字、标题、表格、图片以及列表5类区域：

  • text
  • title
  • list
  • table
  • figure
  • 运行成功后，命令行应该看到下面的信息:

LayoutENDetExample

3.3. 中英文文档 - 表格区域检测 - TableDetExample

表格数据集训练的版面分析模型，支持中英文文档表格区域的检测。 TableDetExample

4. 表格识别 - ocr_table_sdk

4.1. 英文表格识别 - TableENRecExample

TableENRecExample

4.2. 中文表格识别 - TableCNRecExample

TableCNRecExample

4.3. 多表格自动检测识别 - MultiTableRecExample

MultiTableRecExample

5. led文字识别 - ocr_led_sdk

5.1. 文本检测 - OcrV3DetExample

OcrV3DetExample

5.2. 文本识别 - OcrV3RecExample

OcrV3RecExample1

开源算法

1. PaddleOCR开源大礼包

2. sdk使用的开源算法

3. 模型如何导出 ?

(readme.md 里提供了推理模型的下载链接)

帮助文档：