总模型仅17M！总模这个超轻量中文OCR开源项目在Github火了

作者：猿妹 2020-03-17 10:45:11新闻 开源 光学字符识别（OCR）相信大家都不陌生，型仅项目就是超轻指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、量中亮的开源模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的总模过程。

 项目地址：https://github.com/ouyanghuiyu/chineseocr_lite

光学字符识别（OCR）相信大家都不陌生，型仅项目就是超轻指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、量中亮的开源模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的总模过程。

目前比较常用的型仅项目中文OCR开源项目是 chineseocr，最近又有一个新开源的超轻中文OCR项目，登上Github Trending榜单第二——chineseocr_lite

这是量中一个超轻量级中文 ocr，支持竖排文字识别，开源支持 ncnn 推理，psenet (8.5M) + crnn (6.3M) + anglenet (1.5M) 总模型仅 17M。目前已经在Github上标星2.6K，累积343个Fork（Github地址：https://github.com/ouyanghuiyu/chineseocr_lite）

chineseocr_lite实现的功能如下：

• 提供轻量的backone检测模型psenet（8.5M）,crnn_lstm_lite(9.5M) 和行文本方向分类网络（1.5M）
• 任意方向文字检测，识别时判断行文本方向
• crnncrnn_lite lstmdense识别（ocr-dense和ocr-lstm是搬运chineseocr的）
• 支持竖排文本识别
• ncnn 实现 (支持lstm)
• mnn 实现

话不多说，先来看看效果：

接下来，我们再说一下chineseocr_lite的运行环境：

• Ubuntu 18.04
• Python 3.6.9
• Pytorch 1.5.0.dev20200227+cpu

此外，最近项目作者对更新了可实现的功能。

• nihui 大佬实现的 crnn_lstm 推理
• 升级 crnn_lite_lstm_dw.pth 模型 crnn_lite_lstm_dw_v2.pth , 精度更高
• 提供竖排文字样例以及字体库（旋转 90 度的字体）

如果你也对这个项目感兴趣就赶紧尝试下吧。

 

责任编辑：张燕妮 来源： 开源最前线 GitHub代码开发者

(责任编辑：百科)