OCR 技术资料

已于 2023-01-29 17:27:14 修改
阅读量197 收藏 2
点赞数 1
分类专栏： 深度学习 文章标签： OCR
于 2023-01-29 14:43:39 首次发布
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/chenhepg/article/details/128785018
版权
OCR入门教程系列（一）：OCR基础导论
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-01 9万+
📝导读：本系列主要介绍计算机视觉领域OCR文字识别领域技术发展方向，面向深度学习同学，内容总计五章，每章将从OCR技术发展、概念、方法等各种角度展开详细介绍。第一篇介绍OCR概念及发展以及相关数据集，其次列出几种常见的OCR文本检测与文本识别技术，文章最后分享几种开源的OCR平台，后续系列文章将继续介绍OCR相关技术及实战演练。
《深入浅出OCR》实战：基于DBNet的文字检测
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
10-20 2110
本篇导读：在上一章【《深入浅出OCR》第三章：OCR文字检测】，本人着重介绍文字检测算法的发展、分类及各自领域经典算法，为了进一步熟悉文字检测流程，本次作者将以基于DBNet的文字检测实战为例，全面对文字检测技术流程进行解读，方便学习者快速上手实战。
《深入浅出OCR》实战：基于CRNN的文字识别
最新发布
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
11-01 1196
本篇导读：在上一章【《深入浅出OCR》第四章：OCR文字识别】，本人着重介绍文字识别算法的发展、分类及各自领域经典算法，为了进一步熟悉文字识别流程，本次作者将以基于主流文字识别算法CRNN为例，全面对文字识别技术流程进行解读，方便学习者快速上手实战。
『OCR深度实践』OCR学习笔记(3)：传统机器学习方法绪论
libo-coder
01-08 697
『OCR深度实践』OCR学习笔记(1)：绪论 『OCR深度实践』OCR学习笔记(2)：图像预处理 OCR 学习笔记三、传统机器学习方法绪论3.1 特征提取方法3.1.1 基于结构形态的特征提取3.1.1.1 边界特征法3.1.1.2 傅里叶特征算子3.1.1.3 形状不变矩法3.1.1.4 几何参数法3.1.2 基于几何分布的特征提取3.1.2.1 二维直方图投影法3.1.2.2 区域网格统计法3.2 分类方法模型3.2.1 支持向量机3.2.2 K 近邻算法3.2.3 多层感知器3.3 身份证号码识..
深度学习实战43-OCR功能集合【OCR基本原理+OCR文本分段合并+PDF扫描文件OCR识别】
微学AI的博客
07-23 1737
大家好，我的微信AI，今天给大家介绍一下深度学习实战43-OCR功能集合【OCR基本原理+OCR文本分段合并 +pdf扫描文件的OCR识别】，OCR技术基于图像预处理、特征提取、字符分类和后处理等步骤，通过将印刷体字符转换为计算机可处理的文本形式，实现了自动化的字符识别功能。随着技术的发展，OCR系统在多个领域，如文字识别、文档数字化和自动化数据处理等方面得到了广泛应用。
Tesseract OCR技术资料与计算机视觉应用指南
- OCR技术的发展历程：从最初的机械扫描到如今的深度学习算法，OCR技术已经历了数十年的发展。 - OCR的应用场景：从早期的文档扫描到现在的电子文档生成、自动信息录入、智能搜索、辅助阅读工具等。 2. Tesseract...
Android OCR识别技术入门资料
07-24
在Android平台上，开发者可以利用OCR技术来创建应用，例如读取身份证、银行卡等上的文字信息，或者实现拍照翻译等功能。本入门资料旨在帮助初学者了解并实践Android OCR的开发。 首先，要理解OCR的基本原理，它涉及...
OCR入门教程系列（二）：OCR技术发展
热门推荐
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-03 2万+
导读:本文为本系列第二章，在上一章中，我们对OCR的概念、发展历程等做了详细解读，并介绍了几种OCR识别方法，本章将继续针对OCR文字识别进行详细讨论，通过不同的OCR分类识别数据集进一步介绍常用的几种OCR算法，对比传统OCR与深度学习OCR。首先是传统OCR识别方法，下面内容将从我国OCR研究历程开始展开。这篇文章将对OCR技术进行分类描述，我国OCR发展过程： 我国的印刷体汉字识别研究是从上世纪70年代末起步的，至今己有近三十年的发展历...
《深入浅出OCR》第一章：OCR技术导论
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
09-19 3535
本篇为《深入浅出OCR》第一章：OCR技术导论主要介绍OCR的概念、分类、应用场景、技术流程、数据集等基础知识进行介绍，方便小白或AI爱好者快速了解OCR方向知识，每章文末将有免费福利送上！下一章将对OCR技术展开进一步详细介绍，欢迎大家关注！
『OCR深度实践』OCR学习笔记(1)：绪论
libo-coder
12-29 1348
OCR 深度实践 OCR 学习笔记OCR 深度实践前言一、绪论1.1 传统 OCR 方法一般流程 前言 计算机文字识别，俗称光学字符识别，英文全称是 Optical Character Recognition (简称OCR)，它是利用光学技术和计算机技术把印在或写在纸上的文字读取出来，并转换成一种计算机能够接受、人又可以理解的格式。OCR技术是实现文字高速录入的一项关键技术。 一、绪论 1.1 传统 OCR 方法一般流程 ...
OCR：图文结构理解探索和实践.pdf
05-10
阿里2019年云栖大会材料，关于计算机视觉如何通过OCR实现图文结构的理解和探索。同时是图片数据结构化的基础，端到端的低成本标注方案 结合空间和语义的结构理解，通用kv模板:提取各式卡证结构；用户输入: 100-200张标注样本；
文末送书 | 阿里资深员工撰写：深度实践OCR
我爱计算机视觉
06-07 1655
一直以来没有一本特别好的，针对 OCR 方向的既前沿又兼具实践应用的书籍。今天，为大家推荐一本上个月刚刚出版的新书《深度实践 OCR ——基于深度学习的文字识别》。由阿里巴巴本地生活研究...
一篇入门深度学习OCR：数据集和算法合集
啷个哩个啷
07-07 8545
当前OCR领域基本上已经是深度学习的天下了，近5年，在算法和数据集的双重加持下，OCR已经成为一个解决的问题，要做一个适合于自己的OCR系统，关键在于选择适合于自己场景的数据集和算法。 本文主要记录OCR领域常用的数据集和算法，以及相关的开源项目和博客。 ????1. OCR数据集和数据集生成工具 在任何领域，深度学习成为主流意味着数据集是其中的关键，即使是相同的OCR模型，大规模数据集的训练能带来识别效果上质的提升。 深度学习OCR处理主要分成两步走： （1）图片中的文本检测，即通过文本框框出图片中的文本
深入浅出卷积神经网络及实现！
Datawhale
06-10 2895
↑↑↑关注后"星标"Datawhale每日干货 &每月组队学习，不错过Datawhale干货作者：陈桦、夏雨柔、樊亮，Datawhale优秀学习者卷积神经网...
『OCR深度实践』OCR学习笔记(2)：图像预处理
libo-coder
01-05 3762
『OCR深度实践』OCR学习笔记(1)：绪论 OCR 学习笔记二、图像预处理2.1 二值化2.1.1 全局阈值方法2.1.1.1 固定阈值方法2.1.1.2 OTSU 阈值方法（基于直方图）2.1.2 局部阈值方法2.1.2.1 自适应阈值算法2.1.2.2 Niblack 算法2.1.2.3 Sauvola 算法2.1.3 基于深度学习的方法2.1.3.1 使用全卷积的二值化方法2.1.4 基于图像处理的方法2.2 平滑噪声2.2.1 空间滤波2.2.1.1 线性空间滤波器2.2.1.2 非线性...
【OCR技术系列之四】基于深度学习的文字识别（3755个汉字）
weixin_34362991的博客
02-11 5388
上一篇提到文字数据集的合成，现在我们手头上已经得到了3755个汉字（一级字库）的印刷体图像数据集，我们可以利用它们进行接下来的3755个汉字的识别系统的搭建。用深度学习做文字识别，用的网络当然是CNN，那具体使用哪个经典网络？VGG?RESNET？还是其他？我想了下，越深的网络训练得到的模型应该会更好，但是想到训练的难度以及以后线上部署时预测的速度，我觉得首先建立一个比较浅的网络（基于LeNet的...
增强学习/强化学习 综述
chenhepg的博客
05-12 1万+
@创建于：20210512 @修改于：20210512 文章目录1、增强学习概念2.1 增强学习定义2.2 两大特点2、简书：[阿阿阿阿毛](https://www.jianshu.com/u/a18653721b40)3、知乎：[叶强](https://www.zhihu.com/people/qqiang00/posts?page=2)4、优快云：[夏栀的博客](https://blog.youkuaiyun.com/qq_36426650/category_9759833.html)5、博客园：[ 刘建平Pin
keras中compile方法的 loss 和 metrics 区别
chenhepg的博客
04-15 9631
@创建于：20210415 @修改于：20210415 文章目录1、背景2、loss官网介绍3、metrics官网介绍4、loss与metrics对比理解4.1 loss常用方法4.2 metrics常用方法4.3 使用方法5、参考资料 1、背景 loss 和 metrics 在compile接口中同时存在，同时默认值都是None，那么这两个到底什么作用？ def compile(self, optimizer='rmsprop', loss=None, metrics=Non
keras中History对象介绍
chenhepg的博客
04-15 9009
@创建于：20210415 @修改于：20210415 文章目录1、背景2、返回内容介绍3、参考文献 1、背景 keras 2.3.1中的fit方法返回的history类对象。具体代码中明确写有下面的介绍： Returns: A History object. Its History.history attribute is a record of training loss values and metrics values at successive epochs, as well as validat
评论
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