arthurflor23/handwritten-text-recognition

解决的问题

解决手写文本识别（HTR）的挑战以及该领域常见的数据稀缺问题。该项目提供了一个全面的流程，既可从图像中识别手写文本，也可生成新的手写文本以扩充训练数据集。

工作原理

基于 TensorFlow 构建，该项目实现了一个多阶段工作流，包括：

• 识别：使用 "flor" 等模型将手写图像转换为文本。
• 合成：从文本生成合成手写图像以扩充数据。
• 预处理与增强：提供广泛的图像归一化、二值化和变换工具（如弹性、透视和高斯噪声），使模型更具鲁棒性。
• 校正：集成语言模型对识别出的文本进行拼写校正。
• 管理：使用 MLflow 跟踪实验、记录指标并管理模型版本。

适用人群

从事文档分析、OCR（光学字符识别）的研究人员和开发者，以及需要在多种语言和数据集上自动化手写文档转录的任何人。

主要亮点

• 广泛的数据库支持：集成支持众多标准 HTR 数据库，包括 IAM、MNIST、EMNIST 和 BRESSAY。
• 基于字体的合成：可使用 .ttf 字体文件作为原型生成合成训练数据。
• 全面的增强功能：提供大量内置图像变换，以模拟真实世界的手写变化。
• MLflow 集成：原生支持通过 MLflow Dashboard 追踪训练运行和可复现性。