小博客大智慧

本栏聚焦在OCR的相关算法代码实现

OCR算法在处理合同等文件时，会由于印章等遮挡导致文本误识别。因此在OCR预处理时，有一个很重要的步骤是“去除印章”。其中本文主要聚焦合同印章的数据构建。

基于Encoder-Attention-Decoder的端对端文本识别

本文实现基于crnn-ctc的不定长文本识别，采用pytorch框架可直接运行跑通，并基于开源数据集进行实验验证。

基于图像分类的定长文本识别

在OCR处理文档时，经常会遇到自然拍照场景中由于光照强度不一、拍摄角度不同、相机成像元件差异，因此会导致拍摄的图片与扫描文档存在较大区别。为使文档文字内容更加鲜明，便于后续特征提取，本文目标是对文档在自然拍照场景下文字与文字背景分离。本文介绍并基于opencv实现了三种文字背景分离方法，最大最小滤波、全局滤波、局部滤波方法。通过实验验证得到局部滤波更适合自然照场景图片文字背景分离的结论。