SimpleHTR：一個將單字與文本行圖像轉換為數位文字的手寫文字辨識系統

它解決了什麼問題

本專案提供了一個手寫文字辨識 (HTR) 系統，允許使用者將手寫單字或完整文本行的圖像轉換為數位文字。它解決了準確辨識手寫字元與單字的挑戰，特別是在處理多變的手寫風格時。

運作原理

該系統使用 TensorFlow 建構，並利用神經網路架構，其中包含五層用於特徵提取的卷積神經網路 (CNN) 層、兩層用於序列建模的遞迴神經網路 (RNN/LSTM) 層，以及用於將視覺特徵映射到文字的聯結時序分類 (CTC) 損失與解碼層。

它支援三種解碼方法：

• Bestpath：預設的基本解碼器。
• Beamsearch：更進階的基於搜尋的解碼器。
• Word Beam Search：一個可選的整合式解碼器，透過將辨識出的單字限制在特定字典中來提高準確度。

對象是誰

此工具專為對手寫光學字元辨識 (OCR) 感興趣的開發者與研究人員設計，也適合任何需要使用 IAM off-line HTR 資料集將手寫文件數位化的使用者。

重點特色

• 多層級辨識：能夠辨識單字以及整行文本。
• 靈活的解碼：提供多種 CTC 解碼器，包括用於字典限制辨識的專用 Word Beam Search。
• 效能優化：包含基於 LMDB 的快速圖像載入器，以減少訓練瓶頸。
• 預訓練模型：提供可用於單字層級與行層級辨識的現成模型。