liebharc/homr

解决的问题

homr 是一个光学乐谱识别（OMR）工具，可将乐谱照片转换为机器可读的 MusicXML 文件。这使得用户能够将纸质乐谱导入 MuseScore 等数字乐谱软件进行编辑或播放。

工作原理

该软件使用四阶段处理流程来处理图像：

1. 分割：基于 UNet 的模型识别谱线、音符头、符干、休止符、小节线和谱号等结构组件。
2. 谱线检测：系统识别“谱线锚点”并计算单位尺寸，以重建谱线，处理视角变化，并合并相关谱线（例如钢琴用的双行谱）。
3. 符号识别：经过去畸变的谱线图像由基于 Transformer 的模型处理，通过端到端序列识别确定节奏、音高和演奏记号。
4. 导出：识别出的符号被转换为 MusicXML 文件。

适用人群

需要将纸质乐谱数字化并转换为与标准乐谱软件兼容格式的音乐家、作曲家和档案管理员。

主要亮点

• 端到端流程：结合分割与基于 Transformer 的识别，实现高精度。
• 视角校正：包含去畸变功能，可处理相机拍摄的乐谱照片。
• 多模态支持：支持双行谱和单谱表上的多声部。
• MusicXML 输出：生成与 MuseScore 等工具兼容的行业标准文件。