求倾斜汉字 ocr 识别方案

查看 32|回复 3
作者:jason56   
单个汉字左或右倾斜无法识别或错误识别,列出用过的方案:
1. 阿里云 腾讯云 百度云 API 接口方式 OCR
2. Tesseract-OCR 原生或自训练数据集
3. 百度 paddlepaddle PP-OCRv4
4. python dataset 自训练数据集
--
以上方案汉字右倾斜识别成功率较高,左倾斜识别较差。
自训练数据集:通过将单一汉字图片旋转不同角度打标签方式训练,本身汉字图片较小,也许是这个原因无法训练出正确的数据集。
--
目前方案:
灰度二值化后将图片顺逆向分别+- 2 度旋转 20 次,得到生成后的 40 张图片,手搓 Hough 直线检测算法,筛选出投票得分最多的图片,最后通过 paddlepaddle PP-OCRv4 进行识别,成功率 70%,4h8g 耗时 4-6 秒。
--
求助大神:
目前是否有专门针对倾斜汉字 OCR 的场景模型,通过打标签训练数据集的也行。
zsj1029   
手动的话
先用夸克扫描王处理成平面去杂
然后再用 ocr ,识别率就非常高了
rming   
直接用公开数据集在训练中做数据增强,在 ppocrv4 基础上做迁移学习就行,自己标注意义不大,除非是字典里没有的汉字
公开数据集的话首先就规避掉了自己搞数据集的数据本身的问题
我隐约记得 ppocr 是有行高限制的,太小的图在训练时前会过滤掉,也可以用超分算法模型预处理那些小图片(但是感觉这个路子不太值得)
训练时候的预处理和预测的预处理要保持一致,也不太随便加,有时候不加反而效果更好
jason56
OP
  
@zsj1029 谢谢,我们自动化场景,用不了手动方案。
您需要登录后才可以回帖 登录 | 立即注册

返回顶部