arthurflor23/handwritten-text-recognition

解決的問題

解決手寫文字辨識（HTR）的挑戰以及此領域常見的資料稀缺問題。本專案提供一個完整的流程，可從影像中辨識手寫文字，並合成新的手寫文字以擴充訓練資料集。

如何運作

以 TensorFlow 建構，本專案實作多階段工作流程，包含：

• 辨識：使用 "flor" 等模型將手寫影像轉換為文字。
• 合成：從文字生成合成手寫影像以擴增資料。
• 預處理與增強：提供廣泛的影像正規化、二值化與變換工具（如彈性、透視與高斯雜訊），使模型更具韌性。
• 校正：整合語言模型，對辨識出的文字進行拼字校正。
• 管理：使用 MLflow 追蹤實驗、記錄指標並管理模型版本。

適用對象

從事文件分析、OCR（光學字元辨識）的研究人員與開發者，以及需要在各種語言與資料集上自動轉錄手寫文件的任何人。

主要亮點

• 廣泛的資料集支援：整合支援多種標準 HTR 資料集，包括 IAM、MNIST、EMNIST 和 BRESSAY。
• 基於字型的合成：可使用 .ttf 字型檔作為原型，生成合成訓練資料。
• 全面的增強功能：提供大量內建影像變換，以模擬真實世界的手寫變異。
• MLflow 集成：原生支援透過 MLflow Dashboard 追蹤訓練執行與可重現性。