OcrLiteOnnx

Демо для скачивания (Windows, Mac, Linux)

Gitee скачивание

Описание

ChineseOcr Lite Onnx, сверхлегкий демонстрационный пример для китайского OCR, поддерживает ncnn для инференса (DBNet+AngleNet+CRNN)

Код и модели взяты из ветки onnx проекта chineseocr lite

Для получения более подробной информации, пожалуйста, посетите https://github.com/ouyanghuiyu/chineseocr_lite

Использует ncnn для фронтального вычисления нейронных сетей https://github.com/Tencent/ncnn

Включает следующие алгоритмы: DBNet (разделение изображений) + AngleNet (определение угла текста) + CRNN (распознавание текста)

Среда компиляции

1. cmake 3.18.4
2. Встроенный ncnn предварительно скомпилированный до версии 20200916 b766c8c
3. Версия динамической библиотеки opencv 3.4.x и выше##### Инструкции по компиляции для Windows
4. Windows 10 x64 / VS2019
5. Скачайте и настройте cmake самостоятельно
6. Скачайте opencv-3.4.11-vc14_vc15.exe, адрес для скачивания, распакуйте файл в корневую директорию проекта. После распаковки структура директорий будет следующей:

OcrLiteOnnx/opencv
│  LICENSE.txt
│  LICENSE_FFMPEG.txt
│  README.md.txt
├─build              
└─sources

4. При установке VS2019 выберите "Использовать C++ для десктопного развития"
5. Откройте "x64 Native Tools Command Prompt for VS 2019" из меню "Начало работы" и перейдите в корневую директорию OcrLiteOnnx
6. Выполните build-win.cmd
7. После завершения компиляции выполните run-test-win.cmd для тестирования, или запустите OcrLiteOnnx.exe для распознавания 7 изображений в директории test##### Инструкции по компиляции для Mac
8. macOS Catalina 10.15.x
9. Скачайте и установите HomeBrew самостоятельно
10. Скачайте opencv: brew install opencv@3
11. libomp: brew install libomp
12. Компиляция: ./build.sh
13. Тестирование: ./run-test.sh, или запустите ./OcrLiteOnnx для распознавания 7 изображений в директории test

Инструкции по компиляции для Linux

1. Deepin 20 или другая дистрибутивная версия
2. Установите build-essential: ...
3. Скачайте opencv: ...
4. Компиляция: ./build.sh
5. Тестирование: ./run-test.sh, или запустите ./OcrLiteOnnx для распознавания 7 изображений в директории test

Объяснение результатов тестирования

1. *-part-x.jpg - это изображения после разделения
2. *-debug-x.jpg - это изображения после определения направления текста и корректировки направления
3. *-result.jpg - это результаты разделения изображений
4. *-result.txt - это конечные результаты распознавания
5. Конечные результаты включают: время затрат на разделение изображений, оценку текстовых рамок, координаты текстовых рамок, индекс направления текста, оценку направления текста, результат распознавания текста, оценки каждого отдельного текста, время затрат на распознавание текста, общее время затрат на изображение.