求倾斜汉字 ocr 识别方案 - V2EX
jason56

求倾斜汉字 ocr 识别方案

  •  
  •   jason56 Aug 27, 2024 1850 views
    This topic created in 628 days ago, the information mentioned may be changed or developed.
    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。
    4 replies    2024-08-27 11:06:36 +08:00
    zsj1029
        1
    zsj1029  
       Aug 27, 2024
    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
        2
    rming  
       Aug 27, 2024
    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
        3
    jason56  
    OP
       Aug 27, 2024
    @zsj1029 谢谢,我们自动化场景,用不了手动方案。
    jason56
        4
    jason56  
    OP
       Aug 27, 2024
    @rming 之前我们只用了 ppocr 的 paddle_serving 方案,我们再试试增强方案,感谢。
    About     Help     Advertise     Blog     API     FAQ     Solana     6200 Online   Highest 6679       Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 62ms UTC 02:15 PVG 10:15 LAX 19:15 JFK 22:15
    Do have faith in what you're doing.
    ubao msn snddm index pchome yahoo rakuten mypaper meadowduck bidyahoo youbao zxmzxm asda bnvcg cvbfg dfscv mmhjk xxddc yybgb zznbn ccubao uaitu acv GXCV ET GDG YH FG BCVB FJFH CBRE CBC GDG ET54 WRWR RWER WREW WRWER RWER SDG EW SF DSFSF fbbs ubao fhd dfg ewr dg df ewwr ewwr et ruyut utut dfg fgd gdfgt etg dfgt dfgd ert4 gd fgg wr 235 wer3 we vsdf sdf gdf ert xcv sdf rwer hfd dfg cvb rwf afb dfh jgh bmn lgh rty gfds cxv xcv xcs vdas fdf fgd cv sdf tert sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf sdf shasha9178 shasha9178 shasha9178 shasha9178 shasha9178 liflif2 liflif2 liflif2 liflif2 liflif2 liblib3 liblib3 liblib3 liblib3 liblib3 zhazha444 zhazha444 zhazha444 zhazha444 zhazha444 dende5 dende denden denden2 denden21 fenfen9 fenf619 fen619 fenfe9 fe619 sdf sdf sdf sdf sdf zhazh90 zhazh0 zhaa50 zha90 zh590 zho zhoz zhozh zhozho zhozho2 lislis lls95 lili95 lils5 liss9 sdf0ty987 sdft876 sdft9876 sdf09876 sd0t9876 sdf0ty98 sdf0976 sdf0ty986 sdf0ty96 sdf0t76 sdf0876 df0ty98 sf0t876 sd0ty76 sdy76 sdf76 sdf0t76 sdf0ty9 sdf0ty98 sdf0ty987 sdf0ty98 sdf6676 sdf876 sd876 sd876 sdf6 sdf6 sdf9876 sdf0t sdf06 sdf0ty9776 sdf0ty9776 sdf0ty76 sdf8876 sdf0t sd6 sdf06 s688876 sd688 sdf86