软件工程应用与实践（二）：Paddle OCR的框架与技术初识

2021SC@SDUSC

目录

一、Paddle OCR的介绍

1.1 OCR的发展与面临的困难 

1.2 PaddleOCR的推出 

二、PP-OCR的框架

2.1 文字检测器

2.2 方向分类器

2.3 文字识别器

三、PP-OCR各模型的策略具体实现

3.1 文本检测器模型

3.2 方向分类器模型

3.3 文字识别器模型 （主要介绍本人负责部分）

---

一、Paddle OCR的介绍

1.1 OCR的发展与面临的困难 

       OCR (Optical Character Recognition) 是一种以自动识别图像中的文本为目标的技术，其研究历史悠久，应用范围广泛，如文件电子化、身份认证、数字金融系统、车牌识别等。此外，在工厂中，通过自动提取产品的文本信息，可以更方便地管理产品。学生的线下作业或试卷可以通OCR 系统电子化，使师生之间的交流更加高效。OCR 还可以用于标记街景图像的兴趣点 (POI)，提高 地图制作效率。丰富的应用场景赋予了 OCR 技术巨大的 商业价值，同时也带来了很多挑战。

      图像中的文本大致可分为两类:场景文本和文档文本。 场景文本是指如图所示的自然场景中的文本，它通常会因为一 些因素而发生巨大的变化，如视角缩放、弯曲、混乱、字体、多语言、模糊、光照等。文档文本在实际应用中更常见。它也有高密度、长文本等问题需要解决。同时，文档图像文本识别往往需要 对结果进行结构化，这就带来了一个新的困难任务。

      在实际应用中，需要处理的图像通常是大量的，这使得高计算效率成为设计 OCR 系统的重要标准。 优先选择 CPU 而不是 GPU。

    在成本方面，特别是OCR 系统需要在许多场景下的嵌入式设备上运行，比如手机，这就需要考虑模型的大小，而权衡模型大小和性能是困难的。

1.2 PaddleOCR的推出 

      Paddle Paddle提出一种实用的超轻量级 OCR 系统，命名为 PP- OCR，该系统由文本检测、检测框校正和文本识别三部分组成。

       PP-OCR算法被开发者