Skip to content

AlanNewImage/chineseocr

 
 

Repository files navigation

本项目基于yolo3crnn 实现中文自然场景文字检测及识别

环境部署

python=3.6 pytorch=0.2.0

git clone https://github.com/chineseocr/chineseocr.git
cd chineseocr
sh setup.sh #(cpu sh setpu-cpu.sh)

下载模型文件

模型文件地址:

复制文件夹中的 ocr.pth, text.cfg, text.names, text.weights 到models目录

或者可将yolo3模型转换为keras版本,详细参考https://github.com/qqwweee/keras-yolo3.git

或者直接运用opencv>=3.4 dnn直接调用darknet模型(参考 opencv_dnn_detect.py),cpu文本检测小于1秒。

web服务启动

cd chineseocr## 进入chineseocr目录
ipython app.py 8080 ##8080端口号,可以设置任意端口

识别结果展示

Play with Docker Container

docker pull zergmk2/chineseocr
docker run -d -p 8080:8080 zergmk2/chineseocr

访问服务

http://127.0.0.1:8080/ocr

参考

  1. yolo3 https://github.com/pjreddie/darknet.git
  2. crnn https://github.com/meijieru/crnn.pytorch.git
  3. ctpn https://github.com/eragonruan/text-detection-ctpn
  4. CTPN https://github.com/tianzhi0549/CTPN

Releases

No releases published

Packages

No packages published

Languages

  • Python 56.9%
  • JavaScript 35.1%
  • Cuda 3.7%
  • HTML 2.5%
  • Shell 1.2%
  • Dockerfile 0.4%
  • Other 0.2%