Skip to content

Latest commit

 

History

History
116 lines (67 loc) · 4.07 KB

README_cn.md

File metadata and controls

116 lines (67 loc) · 4.07 KB

cnocr

cnocr是用来做中文OCR的Python 3包。cnocr自带了训练好的识别模型，所以安装后即可直接使用。

目前使用的识别模型是crnn，识别准确度约为 98.7%。

本项目起源于我们自己 (爱因互动 Ein+) 内部的项目需求，所以非常感谢公司的支持。

特色

本项目的大部分代码都fork自 crnn-mxnet-chinese-text-recognition，感谢作者。

但源项目使用起来不够方便，所以我在此基础上做了一些封装和重构。主要变化如下：

  • 不再使用需要额外安装的MXNet WarpCTC Loss，改用原生的 MXNet CTC Loss。所以安装极简！
  • 自带训练好的中文OCR识别模型。不再需要额外训练！
  • 增加了预测（或推断）接口。所以使用方便！

安装

pip install cnocr

注意：请使用Python3 (3.4, 3.5, 3.6以及之后版本应该都行)，没测过Python2下是否ok。

使用方法

预测

代码引用

from cnocr import CnOcr
ocr = CnOcr()
res = ocr.ocr('examples/multi-line_cn1.png')
print("Predicted Chars:", res)

首次使用cnocr时，系统会自动从Dropbox下载zip格式的模型压缩文件，并存于 ~/.cnocr目录。 下载后的zip文件代码会自动对其解压，然后把解压后的模型相关文件放于~/.cnocr/models目录。 如果系统不能自动从Dropbox成功下载zip文件，则需要手动下载此zip文件并把它放于 ~/.cnocr目录。 另一个下载地址是百度云盘(提取码为pg26)。 放置好zip文件后，后面的事代码就会自动执行了。

上面使用的图片文件 examples/multi-line_cn1.png内容如下：

examples/multi-line_cn1.png

上面预测代码段的返回结果如下：

Predicted Chars: [['网', '络', '支', '付', '并', '无', '本', '质', '的', '区', '别', '，', '因', '为'], ['每', '一', '个', '手', '机', '号', '码', '和', '邮', '件', '地', '址', '背', '后'], ['都', '会', '对', '应', '着', '一', '个', '账', '户', '一', '一', '这', '个', '账'], ['户', '可', '以', '是', '信', '用', '卡', '账', '户', '、', '借', '记', '卡', '账'], ['户', '，', '也', '包', '括', '邮', '局', '汇', '款', '、', '手', '机', '代'], ['收', '、', '电', '话', '代', '收', '、', '预', '付', '费', '卡', '和', '点', '卡'], ['等', '多', '种', '形', '式', '。']]
单行文字图片的预测

如果明确知道要预测的图片中只包含了单行文字，可以使用Cnocr.ocr_for_single_line() 接口，和 Cnocr.ocr()相比，Cnocr.ocr_for_single_line()结果可靠性更强。

from cnocr import CnOcr
ocr = CnOcr()
res = ocr.ocr_for_single_line('examples/rand_cn1.png')
print("Predicted Chars:", res)

对图片文件 examples/multi-line_cn1.png：

examples/rand_cn1.png

的预测结果如下：

Predicted Chars: ['笠', '淡', '嘿', '骅', '谧', '鼎', '皋', '姚', '歼', '蠢', '驼', '耳', '胬', '挝', '涯', '狗', '蒽', '子', '犷']

脚本引用

也可以使用脚本模式预测：

python scripts/cnocr_predict.py --file examples/multi-line_cn1.png

返回结果同上面。

训练自己的模型

cnocr安装后即可直接使用，但如果你非要训练自己的模型，请参考下面命令：

python scripts/cnocr_train.py --cpu 2 --num_proc 4 --loss ctc --dataset cn_ocr

未来工作

  • 支持图片包含多行文字
  • 支持空格识别
  • 修bugs（目前代码还比较凌乱。。）
  • 完善测试用例
  • 考虑使用MxNet的命令式编程重写代码，提升灵活性
  • 尝试新模型，如 DenseNet、ResNet，进一步提升识别准确率