[水水博文]多方向文本检测自研结果

最新推荐文章于 2025-07-12 13:41:43 发布
最新推荐文章于 2025-07-12 13:41:43 发布
阅读量3.2k 收藏 1
点赞数 4
CC 4.0 BY-SA版权
分类专栏： 图像 文字检测与识别
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/PeaceInMind/article/details/72512362
本文分享了作者在中文文字识别领域的研究进展，并邀请对此领域感兴趣的朋友共同交流探讨，以期获得更多的指导和支持。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

有很多不好的地方。目前不提供任何细节，请见谅。此方法在icdar15上的结果已上传至[link]

主要目的是希望能认识相关的朋友进入文字识别这个领域，特别是中文文字识别，希望能与大家多多交流，求大牛指导，因为身边主要就是我自己在瞎搞，进步比较慢

 

 

81、车道车辆检测与跟踪算法及自动文本摘要系统研究
pca5navigator的博客
07-15 12
本博文探讨了车道车辆检测与跟踪算法以及自动文本摘要系统的研究与应用。车道车辆检测部分采用了HLS颜色空间、Sobel滤波器和曲线拟合技术，结合支持向量机和滑动窗口技术实现了高效的检测与跟踪，并通过热图处理减少误检，取得了较高的准确率。自动文本摘要系统则介绍了提取式和抽象式摘要的实现方法及各自优缺点，并讨论了多语言支持、技术融合和领域特定摘要的未来发展方向。同时，博文还探讨了车道车辆检测算法在计算时间优化、复杂场景适应性和应用拓展方面的潜力，为未来在自动驾驶和智能交通管理领域的应用提供了思路。
63、基于语义方法的文本生成与越南语临床文本缩写检测
最新发布
pp12345的博客
07-22 19
本博文探讨了自然语言处理领域中的两个重要任务：哈萨克语文本生成模型评估与越南语临床文本中的缩写检测。在哈萨克语文本生成方面，评估了多个语料库上的模型性能，并提出优化方向。针对越南语临床文本缩写检测，提出了一种基于嵌套半监督学习的方法（Nested-SSL），在跨笔记类型任务中表现出色，为低资源语言的医疗文本处理提供了有效解决方案。同时，博文分析了方法优势、与其他技术的对比，并展望了未来发展方向，包括数据增强、模型融合、跨语言应用和可解释性研究。
【多方向文字检测】《efficient scene text detection with textual attention tower》
猫猫与橙子的博客
09-09 660
论文链接：https://arxiv.org/abs/2002.03741 团队：西安电子科技大学 西澳大学 发布于：ICASSP（CCFB类）会议 目录 Abstract 2.PROPOSED METHOD 2.1 Architecture Overview 2.2. Textual Attention Tower 2.3 Loss function 3.Experiments 3.1 Benchmark Datasets and Data Augmentation 3.2 ...
自然场景下的文字检测：从多方向迈向任意形状
我爱计算机视觉
06-04 1113
点击我爱计算机视觉标星，更快获取CVML新技术本文经作者授权转载自知乎旷视Detection组专栏：https://zhuanlan.zhihu.com/p/68058851旷视检测组在...
基于方向分类的文本识别优化
Leon_Jinhai_Sun的博客
05-11 524
当输入图像中的文字可能存在旋转（非水平方向）时，分类器会预测文字的角度，帮助后续的文本检测和识别模块更准确地处理。时启用），主要用于判断图像中文字的方向（如水平、旋转90°、180°、270°等）。通过方向分类器，PaddleOCR能更鲁棒地处理多角度文字，显著提升复杂场景下的识别准确率。• 性能权衡：启用分类会增加推理时间，若文字方向固定（如始终水平），可关闭。若扫描件中的文字整体倾斜180°，分类器会纠正方向，确保识别结果正确。）会根据分类结果旋转图像至正确方向（180°），再进行识别。
场景文字检测
爱破破爱科研
07-30 6128
场景文字检测可以作为OCR的前端，为可以应用于商标识别等应用。 https://blog.youkuaiyun.com/intflojx/article/details/81278393 1 赛题简介 在互联网世界中，图片是传递信息的重要媒介。特别是电子商务，社交，搜索等领域，每天都有数以亿兆级别的图像在传播。图片文字识别（OCR）在商业领域有重要的应用价值，是数据信息化和线上线下打通的基础，也是学术界...
多方向文字检测-AdvancedEast详解
lige1990的博客
03-03 4070
前言 AdvancedEast是场景文字检测算法，基于EAST算法，对EAST在长文本检测地方的缺陷进行了重大改进，使长文本预测更加准确。总体来说AdvancedEast检测算法在多角度文字检测方面表现良好，没有明显的缺陷。出于对作者的尊重，给出github链接AdvancedEast 作者由于时间问题给出的资料非常有限，网上大多的资料也是基本照搬作者的描述，本文将对AdvancedEast的实...
文本检测之OpenCV实现
拾光夕拾的博客
03-30 1452
目录 1、理论依据 2、程序实现 1）图像灰度化 2）文本行分割 3）通过形态学腐蚀，将分割出来的文字字符连接在一起 4）提取文本行所在的轮廓 5）提取的文本行所在轮廓最小矩形框，并在原图标记检测矩形框 6）检测结果 3、VS2015工程 运行环境：Windows 10 64 位 + Opencv3.4.1 + Visual Studio 2015 1、理论依据 针对水平...
13、文本作者归属与财务欺诈检测方法研究
ik6789012的博客
07-12 7
本博文探讨了文本作者归属与财务欺诈检测中的关键问题。在作者归属研究中，通过分析模仿文章，发现基于字符的事件集（尤其是字符三字母组合）在面对混淆攻击时表现更优，而在线性判别分析（LDA）与单词双字母组合结合时，对模仿文章归属具有较好效果。在财务欺诈检测方面，传统本福特定律分析因企业会计限制导致误报率高，研究提出修正本福特定律分析方法，通过引入截断对数正态分布显著降低了误报率，提高了审计效率。博文总结了两个领域的研究成果，并展望了未来发展方向。
18、帕金森病步态冻结的特征学习检测与预测及多文档文本摘要方法
garlic的博客
05-23 10
本博文探讨了帕金森病中步态冻结（FoG）的检测与预测方法，比较了无监督和有监督特征学习在分类性能上的差异，并提出了一种结合主题模型和模糊逻辑的多文档文本摘要方法。研究发现，无监督特征学习在FoG检测中表现更优，而识别pre-FoG模式对预测具有积极意义。多文档摘要方法通过模糊推理系统生成高质量摘要，在多个领域具有广泛应用前景。
52、图像文本语言识别与拜耳图像坏点检测技术
u0v1w2x3的博客
07-12 22
本博文介绍了图像文本语言识别与拜耳图像动态坏点检测技术的研究进展。在图像文本语言识别方面，采用设备端高效架构，利用变音字符识别13种拉丁语言，并探讨了向其他文字系统扩展的未来方向。在拜耳图像坏点检测方面，提出了两种神经网络架构（NN I和NN II），用于动态坏点的检测与校正，并对其性能、计算复杂度及改进空间进行了详细分析。文章还总结了两项技术的应用场景与潜在价值，为后续研究与应用提供了重要参考。
ICDAR2015.zip数据集
09-11
ICDAR 2015完整数据库，包括训练数据集和测试数据集。官网可以免费下载，但需要注册，下载速度很慢，这里上传，方便大家快速下载。
ICDAR 2015.zip
03-28
ICDAR 2015完整文本定位数据库，包括训练数据集ch4_test_images和测试数据集ch4_training_images，以及对应训练集标签ch4_training_localization_transcription_gt和测试标签Challenge4_Test_Task1_GT.zip。
osd.traineddata最新2017文字的方向检测
11-07
osd.traineddata最新2017文字的方向检测 Orientation and script detection (OSD)
安卓拍照扫描APP解决方案——基于深度学习的文本方向检测与校正
知来者逆的博客
01-05 1907
在进行文字识别时，不仅需要有效地提取和识别文字，还应确保文本以正确的方向呈现，以提高准确性。这意味着在识别文本之前，必须对图像进行预处理，以使文本在水平或垂直方向上对齐。在传统数字图像处理中常用投影分析、Hough变换、方向梯度直方图（HOG）等，来检测并调整文本的方向。 但在实现过程中，发现传统的数字图像处理撸棒性并不是很高，所以选用了基于深度学习的方法，实现的步骤是使用先对文档进行边缘检测，关于边缘检测，可以看我之前的博客。然后对剪切出来的文档使用DBNet进行文本检测，之后对检测的行做文字方向检测。
OCR技术汇总
zephyr_wang的博客
04-19 3416
1.OCR技术汇总 我尝试了如下方法，总的来说，OCR一般包括三步，分别是文字方向检测、文字区域识别、文字识别。目前神经网络可以很好的完成文字识别了，只是需要大量的样本进行训练，如果全世界的语言都能做到的话，那量就非常大，一种语音的模型大小差不多就1G左右。最后一步（文字识别）用CRNN就能做到很好的效果，基本可以达到商用标准，不过要优化下速度或者机器要很高的配置。 1.1 Tesseract T...
PaddleOCR识别框架解读[19] 文本方向分类器--从训练到部署全流程
我是天才很好
03-18 1386
PaddleOCR识别框架解读[19] 文本方向分类器--从训练到部署全流程
使用Python，Tesseract更正文本方向
qq_40985985的博客
07-24 3812
这篇博客将介绍如何使用 Tesseract 的方向和脚本检测 （OSD） 模式执行自动文本方向检测和更正。 OSD模式检测并提供了图像中文本的方向，估计的旋转校正角度和脚本/书写系统。文本方向是指图像中文本的角度（以度为单位）。执行 OCR 时可以通过校正文本方向来获得更高的准确性。另一方面，脚本检测是指文本的书写系统，可以是拉丁语，汉字，阿拉伯语，希伯来语等...
文本检测算法----TextFuseNet(IJCAI-PRICAI-20)
AI-Mei的博客
01-23 2784
TextFuseNet: Scene Text Detection with Richer Fused Features前言1. 算法简介2. 算法详解2.1 网络结构2.2 Multi-level Feature Representation2.3 Multi-path Fusion Architecture3.4 loss函数3.5 Weakly Supervised Learning4. 测试结果 前言   自然场景中任意形状文本检测是一项极具挑战性的任务，与现有的仅基于有限特征表示感知文本的
掌握文本相似性计算：文本去重的有效步骤
文本相似性计算是指通过一定的算法比较两个或多个文本内容，然后根据相似度给出一个量化的评估值。这种评估值可以是百分比、分数或者其他形式，它反映出文本之间的相似程度。相似性计算广泛应用于搜索引擎的优化、...
评论 18
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值