簡介
由於國內愛因互動 Ein+項目需求，項目組內部成員對ocr技術進行了重構，開發出了python的cnocr庫。
cnocr是用來做中文OCR的Python3包。cnocr自帶了訓練好的識別模型，安裝后即可直接使用。
cnocr主要針對的是排版簡單的印刷體文字圖片，如截圖圖片，掃描件等。cnocr目前內置的文字檢測和分行模塊無法處理復雜的文字排版定位。如果要用於場景文字圖片的識別，需要結合其他的場景文字檢測引擎使用。
安裝
sudo pip3 install cnocr
注意事項
首次使用cnocr時，系統會自動從Dropbox下載zip格式的模型壓縮文件，並存於~/.cnocr目錄。下載后的zip文件代碼會自動對其解壓，然后把解壓后的模型相關文件放於 ~/.cnocr/models 目錄。
如果系統不能自動從 Dropbox 成功下載zip文件，則需要手動下載此zip文件並把它放於~/.cnocr目錄。下載地址是 百度雲盤：https://pan.baidu.com/s/1s91985r0YBGbk_1cqgHa1Q (提取碼為 pg26 )
使用
單行識別
如果明確知道要預測的圖片中只包含了單行文字，可以使用函數CnOcr.ocr_for_single_line(img_fp)進行識別。和 CnOcr.ocr()相比，CnOcr.ocr_for_single_line()結果可靠性更強，因為它不需要做額外的分行處理。
# 參數說明 輸入參數 img_fp: 可以是需要識別的單行文字圖片文件路徑（如上例）；或者是已經從圖片文件中讀入的數組，
類型可以為mx.nd.NDArray 或 np.ndarray，取值應該是[0，255]的整數，維數應該是(height, width)或(height, width, channel)。
如果沒有channel，表示傳入的就是灰度圖片。第三個維度channel可以是1（灰度圖片）或者3（彩色圖片）。如果是彩色圖片，它應該是RGB格式的。 返回值：為一個list，類似這樣['你', '好', 'U', 'O', 'S']。 示例1： from cnocr import CnOcr ocr = CnOcr() res = ocr.ocr_for_single_line('examples/1.png') print("Predicted Chars:", res) 示例2： import mxnet as mx from cnocr import CnOcr ocr = CnOcr() img_fp = 'examples/1.png' img = mx.image.imread(img_fp, 1) res = ocr.ocr_for_single_line(img) print("Predicted Chars:", res)
多行識別
函數CnOcr.ocr_for_single_lines(img_list)可以對多個單行文字圖片進行批量預測。函數CnOcr.ocr(img_fp)和CnOcr.ocr_for_single_line(img_fp)內部其實都是調用的函數CnOcr.ocr_for_single_lines(img_list)。
# 參數說明 輸入參數 img_list: 為一個list；其中每個元素是已經從圖片文件中讀入的數組，類型可以為mx.nd.NDArray 或 np.ndarray，
取值應該是[0，255]的整數，維數應該是(height, width)或(height, width, channel)。如果沒有channel，表示傳入的就是灰度圖片。
第三個維度channel可以是1（灰度圖片）或者3（彩色圖片）。如果是彩色圖片，它應該是RGB格式的。 返回值：為一個嵌套的list，類似這樣[['第', '一', '行'], ['第', '二', '行'], ['第', '三', '行']]。 示例： import mxnet as mx from cnocr import CnOcr ocr = CnOcr() img_fp = 'examples/multi-line_cn1.png' img = mx.image.imread(img_fp, 1).asnumpy() line_imgs = line_split(img, blank=True) line_img_list = [line_img for line_img, _ in line_imgs] res = ocr.ocr_for_single_lines(line_img_list) print("Predicted Chars:", res)