使用张量流进行文本识别

Posted 2023-04-17

【中文标题】使用张量流进行文本识别

【英文标题】：Text recognition with tensorfow

【发布时间】：2020-09-10 13:05:04

【问题描述】：

我是 tensorflow 新手，玩过 MNIST 手写数字集。 我想做自己的项目，识别文本而不是数字，但找不到好的教程。

它与数字的原理相同，但最后我必须使用 26 而不是 10 层？或者包括大小写和特殊字符？ 如果是这样，我必须首先将单词裁剪到每个字符中，对吗？或者有没有办法识别整个句子？

我想训练三种不同的字体，所以不用手写，也不关心大小写。

稍后我想在照片上使用经过训练的模型。以印刷品为例。如果我对齐图像，模型是否有效，我是否需要重新训练一点或从一开始就使用新数据进行训练？

我从哪里开始？ Keras example 是压倒性的。

【参考方案1】：

你正在寻找一个OCR模型，一个简单的CNN无法从扫描的图像中检测到文本，你需要先对它们进行分割，这可以根据语言脚本完成。

您可以从tesseract 开始。有一个名为 pytesseract 的 python 包装器。

import pytesseract
from PIL import Image
text = pytesseract.image_to_string(Image.open("temp.jpg"), lang='eng',
                        config='--psm 10 --oem 3 -c tessedit_char_whitelist=0123456789')

print(text)

对于您自己的模型，请尝试 CRNN 模型。 https://github.com/qjadud1994/CRNN-Keras