OCR入门（附数据集链接）

最新推荐文章于 2025-03-20 11:09:28 发布
最新推荐文章于 2025-03-20 11:09:28 发布
阅读量1.6k 收藏 5
点赞数 1
文章标签： python 深度学习 计算机视觉 机器学习 人工智能
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/kaikeba0826/article/details/124167310
版权
本文介绍了OCR技术的基本原理和流程，包括预处理、特征提取、分类器设计和后处理，以及其在核酸报告核查中的应用。同时，讨论了正则表达式在信息提取中的作用，并列举了常用OCR数据集，强调了深度学习在现代OCR技术中的重要性。

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

原创：PinkFeet

近日，“大学生用OCR+正则表达式快速核查学生核酸报告”的新闻火了，细心观察我们就能发现，生活里OCR的身影到处都是：文档扫描、车牌识别、证件识别等等。在这个信息技术高速发展的时代，越来越多的小事可以“智能化”、“信息化”，曾经需要浪费诸多人力物力才能完成的事，可以通过新的技术轻松地解决。

 

1. OCR是解决什么问题的技术

文章开头提到的新闻里，OCR技术到底解决了什么问题？上图是一张上海市健康云截图，复旦大学博士生使用OCR技术监测到文本，再提取其中的文字信息，每次核查数百人的截图仅需几分钟。抽象的字符让人感觉技术深不可测，但是等读者们稍作了解之后，会发现高科技是非常亲切实用的。OCR中文名叫做“光学字符识别”，它可以将名片、票据、身份证、驾照等文档资料中的文字和数字信息转换成文本信息，以电子形式保存，实现信息采集的快速录入。现在有非常多实现OCR功能的免费接口，传入图片路径，就可以调用接口函数，识别图片中

最低0.47元/天 解锁文章
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。
OCR入门教程系列（二）：OCR技术发展
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...
COCO OCR数据集
09-13
COCO OCR数据集
OCR数据集
buptlihang的博客
08-14 9371
文本识别数据集： 1.SynthText in the Wild dataset This dataset consists of 8 million images covering 90k English words, and includes the training, validation and test splits used in our work. 该数据集包含8百万张图片，涵盖9万...
使用PaddleOCR模型训练自定义数据集
147.258.369
03-20 2399
以训练集为例：建议将训练图片放入同一个文件夹，并用一个txt文件（train_list.txt）记录图片路径和标签，txt文件里的内容如下:注意： txt文件中默认请将图片路径和图片标签用 \t 分割，如用其他方式分割将造成训练报错。
ocr数据集
u012483097的博客
07-15 567
https://github.com/WenmuZhou/OCR_DataSet
ocr数据集介绍
qq_33511693的博客
04-04 6567
文章目录ocr常用数据集介绍Chinese Text in the Wild (CTW data)ICPR WTMI2018中文数据集（天池比赛数据集）ICDAR数据集Reading Chinese Text in the Wild(RCTW-17)Chinese Text in the Wild(CTW)Total-TextCaffe-ocr中文合成数据Synthetic Data for Te...
OCR——数据集调研
qq_25678319的博客
12-14 4625
2020-12-14 调研数据集：icdar—— ic2015,2017,2019 CTW—— 1500 https://zhuanlan.zhihu.com/p/60459597
OCR数据集github链接以及RCNN所用到的数据集介绍
prague6695的博客
07-12 1801
系列文章目录 主要解决CRNN中基于字典预测的网络转换成无字典的网络（代码实现） 提示：写完文章后，目录可以自动生成，如何生成可参考右边的帮助文档 文章目录系列文章目录前言源码 前言 collections.defaultdict()的使用 源码 from collections import defaultdict import torch import numpy as np from scipy.special import logsumexp # log(p1 + p2) = logsume
OCR入门教程系列（五）：OCR实战代码解析
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-13 1万+
OCR文本识别实战📝导读：在上一篇文章中我们对文字识别算法理论部分进行详细总结，本篇将继续介绍文字识别CRNN网络实战部分，下面将从CRNN实践代码出发进一步说明文字识别实战流程。本系列目录： 1️⃣OCR系列第一章：OCR文字识别技术总结（一） 2️⃣OCR系列第二章：OCR文字识别技术总结（二） 3️⃣OCR系列第三章：OCR文字识别技术总结（三） 4️⃣OCR系列第四章：OCR文字识别技术总结（四） 5️⃣OCR系列第五章：OCR文字识别技术总结（五） ......
CV_OCR常用数据集
09-09 694
OCR（光学字符识别）常用的数据集通常用于训练和评估OCR模型。这些数据集包含了各种类型的文本图像，并提供了相应的标注。
英文字体ocr识别数据集合
04-20
英文字体 ocr 数据集 20000条数据 用逗号隔开
手写数字识别OCR数据集以及识别代码附有详细注释
10-20
手写数字识别的具体数据集以及相关的代码，只需修改存储位置就可以运行，而且代码的注释特别详细，几乎每一句都有详细注释，非常适合初学者
TextGenerator:OCR数据集文本检测数据集字体分类数据集生成器
05-28
TextGenerator This is a tools for ocr dataset, text detection, fonts classification dataset generate. 这是一个用来生成ocr数据，文字检测数据，字体识别的最方便的工具 实现的功能： 生成基于不同语料的，不同字体、字号、颜色、旋转角度的文字贴图 支持多进程快速生成 文字贴图按照指定的布局模式填充到布局块中 在图像中寻找平滑区域当作布局块 支持文字区域的图块抠取导出（导出json文件，txt文件和图片文件，可生成voc数据，ICDAR_LSVT数据集格式!） 支持每个文字级别的标注(存入了lsvt的json文件中) 支持用户自己配置各项生成配(图像读取，生成路径，各种概率) 效果预览 生成图片示例: 文字贴图示例: 旋转矩形示例 单个文字包围框示例 使用方式 环境安装(Python3.6+，建
lmdb CUTE80 OCR场景文本识别数据集
03-25
LMDB格式的CUTE80资源 包括288张非常倾斜扭曲的高难度图像 如何使用可见博客 https://blog.youkuaiyun.com/zhaominyiz/article/details/104834770
ocr数据集28*28，深度0和1所以看起来全黑
12-16
ocr数据集28*28，深度0和1所以看起来全黑，想要看到轮廓把深度为1的像素点深度拉高
OCR数据集：构建自定义OCR模型的全面指南
PixelInk的博客
09-19 371
通过收集多样性的图像样本，并进行适当的数据预处理和标注，可以提高模型的性能和泛化能力。使用合适的机器学习框架和算法，对预处理的图像和标注的数据进行训练和优化，最终可以实现准确的文本识别。有了预处理的图像和标注的数据，可以开始训练OCR模型。要构建一个高效准确的OCR模型，首先需要一个全面的OCR数据集，本文将详细介绍如何构建和使用这样的数据集，并提供相应的源代码。训练完成后，可以评估模型的性能并进行优化。可以使用训练好的模型对新的图像进行文本识别，并将识别结果输出为可编辑文本或其他所需的格式。
记录一下OCR常用的数据集
2401_84009837的博客
04-11 1342
外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Oy8UK77p-1637634953224)(./ICDAR2019-MLT/ic19_dou_error.png)]。[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-at7Liplq-1637634953227)(./ICDAR2019-MLT/ic19_error.png)]数据集中的每个图像都用文本行位置，字符位置以及文本行和字符的成绩单进行注释。
OCR常用公开数据集整理
热门推荐
jhsignal的博客
08-11 3万+
OCR常用的数据集 在这个代码仓库里，提供了常用的OCR检测和识别中的通用公开数据集的下载链接。并且提供了json标签转成.txt标签的代码和转换好的.txt标签。 该项目的详细github地址如下：https://github.com/zcswdt/OCR_ICDAR_label_revise 数据集介绍 数据集 数据介绍 标注格式 下载地址 ICDAR_2013 语言: 英文 train:229 test:233 x1 y1 x2 y2 text 下载链接1. ICDAR_201
字符识别数据集
最新发布
03-21
### 字符识别数据集下载 对于训练或测试字符识别模型的需求，可以考虑以下几个常见的OCR数据集： #### 常见的 OCR 数据集 1. **IAM Handwriting Database**: 这是一个广泛使用的手写文本数据集，包含了大量分割好的单词和句子图像。该数据集适用于离线 handwriting recognition 的研究工作[^1]。 2. **MNIST Dataset**: 虽然 MNIST 主要针对数字分类任务设计，但它也可以作为一个简单的字符识别入门级数据集。它由 70,000 张灰度的手写数字图片组成，每张大小为 28×28 像素[^3]。 3. **EMNIST Dataset**: EMNIST 是基于 MNIST 扩展而来的更大规模的数据集，不仅包含数字还增加了大写字母、小写字母等多种类别标签，非常适合多类别的字符识别实验。 4. **IIIT-HWS (Indian Institute of Technology Hyderabad Word Segmentation)**: 提供了丰富的印地语和其他印度本地语言文字样本集合，同时也支持英语印刷体和平面扫描文档上的应用案例分析. 5. **Multi-language dataset (IC19)**: 来自论文《Revisiting Scene Text Recognition: A Data Perspective》(ICCV, 2023)，这个多语言场景文本识别数据集中涵盖了多种自然环境下的复杂背景条件下的真实世界照片素材，特别适合跨文化适应性的算法验证需求[^2]. 6. **SynthText**: SynthText 是一种合成方法生成的大规模英文学术文章标题样式字符串库，通过渲染技术模拟不同光照效果、字体风格变化等因素构建而成，极大促进了深度学习框架下端到端解决方案的发展进程. 这些资源都可以在网络上找到公开版本进行免费获取或者申请授权访问权限后合法利用于科研项目当中。具体链接地址可能随时间有所调整，请自行搜索最新发布页面确认详情信息。 ```python import requests url = 'http://www.fki.inf.unibe.ch/databases/iam-handwriting-database' response = requests.get(url) if response.status_code == 200: print('Successfully accessed IAM Handwriting Database.') else: print(f'Failed to access database with status code {response.status_code}.') ``` 上述代码片段展示了一个简单的方法去尝试连接至某个特定在线数据库网站实例——这里以 IAM Handwriting Database为例说明如何编写一段基础脚本来检测目标网址是否可达。
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