呆板之心报道

参与：路

Easy OCR 支持 40 多种语言，所需的 GPU 内存为 2GB+，而且支持在 CPU 模式中运行。

OCR（光学字符辨认）是是指对文本资料的图像文件举行分析辨认处置惩罚，获取笔墨及版面信息的历程。目前，这项技能在照相搜题、照相翻译等应用中得到遍及使用。

今天，我们来先容一个支持 40 多种语言的 OCR 库：Easy OCR。

GitHub 地址：https://github.com/JaidedAI/EasyOCR

该 OCR 库使用深度神经网络构建而成：CNN+LSTM+CTC loss，包罗三个解码器可选项：贪心搜索、束搜索和词束搜索（word-beam search）。

据先容，Easy OCR 的性能可与商业 API 解决方案媲美，且已开源，支持当地运行，因此适合存眷数据隐私和顺应性的人使用。

作者表示：与尺度的开源 OCR 工具 Tesseract 相比，Easy OCR 的准确率更高，不外速率稍慢。

支持 40+ 种语言，辨认效果优秀

Easy OCR 支持对 42 多种语言执行 OCR 辨认，包括简繁中文、日语、韩语、英语、德语、乌兹别克语、越南语、斯瓦希里语等。

Easy OCR 支持的语言清单。

下图展示了 Easy OCR 的辨认效果：

Easy OCR 的辨认结果

别的，Easy OCR 所需的 GPU 内存为 2GB+，而且支持在 CPU 模式中运行，因此具备较强的实用性。

Easy OCR 的原理

如前所述，Easy OCR 利用 CNN+LSTM+CTC loss 构建而成，包括三个解码器可选项：贪心搜索、束搜索和词束搜索（word-beam search）。其中检测部门基于 CRAFT 算法预训练得到，辨认部门则基于作者自有数据集训练得到。

CRAFT 是一个字符级别的文本检测网络，使用分水岭算法天生 label，接纳 heatmap 得到激活值最大的目标区域。

Easy OCR 使用了 CRAFT 文本检测器的官方 Pytorch 实现。

CRAFT 实现地址：https://github.com/clovaai/CRAFT-pytorch

在处置惩罚历程中，Easy OCR 对输入图像中的每一行笔墨提供 [location, text, model confident] 结果，如下图所示：

对于给定图像，Easy OCR 分别对图像中的每一行笔墨提供 [location, text, model confident] 结果。

别的，使用者还可以在差别的数据集上对模子举行重新训练，不外目前项目作者尚未放出训练脚本。开发者可以参考该库 https://github.com/clovaai/deep-text-recognition-benchmark 举行模子重训练。

关于 Easy OCR 的更多细节及代码详情，参见 GitHub 项目地址。

本文为呆板之心报道，转载请接洽本公众号得到授权。

✄------------------------------------------------

加入呆板之心（全职记者 / 实习生）：hr@jiqizhixin.com

投稿或寻求报道：content@jiqizhixin.com

广告 & 商务互助：bd@jiqizhixin.com