向AI转型的程序员都关注了这个号👇👇👇
人工智能大数据与深度学习 公众号：datayx
如何进行ocr？ 主要方式有：
(1) 文本检测：yolo v3、 ctpn、psenet等，主要是基于检测、分割的方案。
(2) 文本识别：cnn+ctc、crnn+ctc等。
代码是基于keras实现的ocr
测试结果：
代码获取方式
关注微信公众号 datayx 然后回复 OCR 即可获取。
AI项目体验地址https://loveai.tech
代码目录
OCR模型训练 (训练时间24小时以上,config.py的参数保持默认、或者修改)
OCR模型测试
$ python test_net_online.py
OCR模型优化
(1) 选用不同的模型cnn、 crnn等。
(2) 文字生成器选用text_renderer。
(3) 还可可参考：crnn.pytorch、chinese_ocr、awesome-ocr、PSENet、text-detection-ctpn、keras_ocr。
（4）单字的检测和识别可以参考：CPS-OCR-Engine。
阅读过本文的人还看了以下：
不断更新资源
深度学习、机器学习、数据分析、python
搜索公众号添加：datayx
长按图片，识别二维码，点关注
AI项目体验
https://loveai.tech
如果觉得《效果超某度OCR：文本检测 文本识别(cnn+ctc crnn+ctc)》对你有帮助，请点赞、收藏，并留下你的观点哦！
