OCR技术浅探： 语言模型和综合评估（4）
语言模型 由于图像质量等原因，性能再好的识别模型，都会有识别错误的可能性，为了减少识别错误率，可以将识别问题跟统计语言模型结合起来，通过动态规划的方法给出最优的识别结果。这是改进OCR识别效果的重要方法之一。 转移概率 在我们分析实验结果的过程中，有出现这一案例。由于图像不清晰等可能的原因 ...
原文：OCR技术浅探：基于深度学习和语言模型的印刷文字OCR系统
作者： 苏剑林 系列博文： 科学空间 OCR技术浅探： . 全文简述 OCR技术浅探： . 背景与假设 OCR技术浅探： . 特征提取 OCR技术浅探： . 特征提取 OCR技术浅探： . 文字定位 OCR技术浅探： . 文本切割 OCR技术浅探： . 光学识别 OCR技术浅探： . 语言模型 OCR技术浅探： . 综合评估 OCR技术浅探： . 代码共享 完 泰迪杯：基于深度学习和语言模型的印刷 ...
2018-01-08 17:32 0 1563 推荐指数：
相关推荐
OCR技术浅探 ： 文字定位和文本切割（2）
文字定位 经过前面的特征提取，我们已经较好地提取了图像的文本特征，下面进行文字定位。 主要过程分两步： 1、邻近搜索，目的是圈出单行文字； 2、文本切割，目的是将单行文本切割为单字。 邻近搜索 我们可以对提取的特征图进行连通区域搜索，得到的每个连通区域视为一个汉字。 这对于大多数汉字 ...
OCR技术浅探：特征提取(1)
研究背景 关于光学字符识别(Optical Character Recognition, 下面都简称OCR)，是指将图像上的文字转化为计算机可编辑的文字内容，众多的研究人员对相关的技术研究已久，也有不少成熟的OCR技术和产品产生，比如汉王OCR、ABBYY FineReader ...
OCR技术浅探： 光学识别（3）
经过前面的文字定位和文本切割，我们已经能够找出图像中单个文字的区域，接下来可以建立相应的模型对单字进行识别。 模型选择 在模型方面，我们选择了深度学习中的卷积神经网络模型，通过多层卷积神经网络，构建了单字的识别模型。 卷积神经网络是人工神经网络的一种，已成为当前图像识别领域的主流 ...
OCR技术浅探：Python示例(5)
文件说明： 1. image.py——图像处理函数，主要是特征提取； 2. model_training.py——训练CNN单字识别模型（需要较高性能的服务器，最好有GPU加速，否则真是慢得要死）； 3. ocr.py——识别函数，包括单字分割、前面训练好的模型进行单字识别、动态规划提升效果 ...
【OCR技术系列之四】基于深度学习的文字识别
上一篇提到文字数据集的合成，现在我们手头上已经得到了3755个汉字（一级字库）的印刷体图像数据集，我们可以利用它们进行接下来的3755个汉字的识别系统的搭建。用深度学习做文字识别，用的网络当然是CNN，那具体使用哪个经典网络？VGG?RESNET？还是其他？我想了下，越深的网络训练得到的模型 ...
【OCR技术系列之四】基于深度学习的文字识别（3755个汉字）
上一篇提到文字数据集的合成，现在我们手头上已经得到了3755个汉字（一级字库）的印刷体图像数据集，我们可以利用它们进行接下来的3755个汉字的识别系统的搭建。用深度学习做文字识别，用的网络当然是CNN，那具体使用哪个经典网络？VGG?RESNET？还是其他？我想了下，越深的网络训练得到的模型应该会 ...
《深度实践OCR 基于深度学习的文字识别》 笔记
仅供学习使用 ...