mirror of
https://gitee.com/mymagicpower/AIAS.git
synced 2024-12-02 04:08:21 +08:00
| .. | ||
| src | ||
| pom.xml | ||
| README.md | ||
官网：
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. 文字识别 (原生支持倾斜文本)
- SimpleOcrV3RecognitionExample （原文字识别，需要图片转正）
- OcrV3RecognitionExample（新文字识别，原生支持倾斜文本）
2. 图片旋转
3. 版面分析（支持5个类别, 用于配合文字识别，表格识别的流水线处理）
- Text
- Title
- List
- Table
- Figure
# 版面分析 model URI
layout: https://aias-home.oss-cn-beijing.aliyuncs.com/models/ocr_models/ppyolov2_r50vd_dcn_365e_publaynet_infer.zip
4. 表格识别
- 生成html表格
- 生成excel文件
# 表格识别 model URI
table-en: https://aias-home.oss-cn-beijing.aliyuncs.com/models/ocr_models/en_table.zip
运行OCR识别例子
1.1 文字识别：
- 例子代码: OcrV3RecognitionExample.java
- 运行成功后，命令行应该看到下面的信息:
time: 766
time: 2221
烦恼！
无数个
吃饱了就有
烦恼
没有吃饱只有一个
- 输出图片效果如下：
2. 图片旋转：
每调用一次rotateImg方法，会使图片逆时针旋转90度。
- 例子代码: RotationExample.java
- 旋转前图片:
- 旋转后图片效果如下：
3 多线程文字识别：
- 例子代码: OcrV3MultiThreadRecExample.java
4. 版面分析：
- 运行成功后，命令行应该看到下面的信息:
[INFO ] - [
class: "Text", probability: 0.98750, bounds: [x=0.081, y=0.620, width=0.388, height=0.183]
class: "Text", probability: 0.98698, bounds: [x=0.503, y=0.464, width=0.388, height=0.167]
class: "Text", probability: 0.98333, bounds: [x=0.081, y=0.465, width=0.387, height=0.121]
class: "Figure", probability: 0.97186, bounds: [x=0.074, y=0.091, width=0.815, height=0.304]
class: "Table", probability: 0.96995, bounds: [x=0.506, y=0.712, width=0.382, height=0.143]
]
- 输出图片效果如下：
5. 表格识别：
- 运行成功后，命令行应该看到下面的信息:
<html>
<body>
<table>
<thead>
<tr>
<td>Methods</td>
<td>R</td>
<td>P</td>
<td>F</td>
<td>FPS</td>
</tr>
</thead>
<tbody>
<tr>
<td>SegLink[26]</td>
<td>70.0</td>
<td>86.0</td>
<td>770</td>
<td>89</td>
</tr>
<tr>
<td>PixelLink[4j</td>
<td>73.2</td>
<td>83.0</td>
<td>77.8</td>
<td></td>
</tr>
...
</tbody>
</table>
</body>
</html>
-
输出图片效果如下：
-
生成excel效果如下：
参考文章：
https://blog.csdn.net/dqcfkyqdxym3f8rb0/article/details/89819785#comments https://www.jianshu.com/p/9eb9d6f6f837 https://www.jianshu.com/p/173d329afa3a https://blog.csdn.net/zhouguangfei0717/article/details/103026139/ https://blog.csdn.net/u014133119/article/details/82222656 https://blog.csdn.net/wsp_1138886114/article/details/83374333 以上文章供参考，并不一定是最好的，建议根据相关关键字进一步去搜索。
开源算法
1. sdk使用的开源算法
2. 模型如何导出 ?
(readme.md 里提供了推理模型的下载链接)