xiaofengShi/CHINESE-OCR

해결하는 문제

이 프로젝트는 자연 장면 이미지 내 중국어 텍스트를 검출하고 인식하기 위한 파이프라인을 제공하며, 텍스트 방향의 다양성과 길이가 변하는 텍스트 문자열과 같은 도전 과제를 다룹니다.

작동 방식

시스템은 3단계 네트워크 아키텍처를 사용합니다:

1. 텍스트 방향 검출: VGG16 기반 분류기로 텍스트가 0, 90, 180, 270도 회전되었는지 감지합니다.
2. 텍스트 영역 검출: 수평 텍스트 영역의 경계 박스를 식별하는 CTPN (CNN+RNN) 네트워크입니다.
3. 에지투에지 인식: 검출된 영역 내 실제 문자를 개별 문자를 분할할 필요 없이 인식하는 CRNN (CNN+GRU/LSTM+CTC) 네트워크입니다.

대상 사용자

중국어 텍스트용 광학 문자 인식(OCR)에 관심이 있는 연구자 및 개발자. 특히 TensorFlow 1.x, Keras, 또는 PyTorch를 사용한 역사적 구현을 찾는 사람들을 위한 것입니다.

주요 특징

• 다단계 파이프라인: 방향 검출, 영역 위치 지정, 문자 인식을 통합합니다.
• C-T-C 손실: 수동 문자 수준 분할 없이 길이가 변하는 텍스트를 인식하기 위해 연결주의 시계열 분류(CTC)를 사용합니다.
• 유연한 프레임워크: Keras 및 PyTorch 모두에 대한 학습 코드를 제공합니다.
• 포괄적인 데이터셋 가이드: 중국어 텍스트 검출 및 인식 모델 학습에 적합한 대규모 공개 데이터셋 목록을 포함합니다.