V2EX = way to explore
V2EX 是一个关于分享和探索的地方
现在注册
已注册用户请  登录
V2EX 提问指南
jason56
V2EX  ›  问与答

求倾斜汉字 ocr 识别方案

  •  
  •   jason56 · 93 天前 · 1076 次点击
    这是一个创建于 93 天前的主题,其中的信息可能已经有所发展或是发生改变。
    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 条回复    2024-08-27 11:06:36 +08:00
    zsj1029
        1
    zsj1029  
       93 天前
    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  
       93 天前
    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
       93 天前
    @zsj1029 谢谢,我们自动化场景,用不了手动方案。
    jason56
        4
    jason56  
    OP
       93 天前
    @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。
    关于   ·   帮助文档   ·   博客   ·   API   ·   FAQ   ·   实用小工具   ·   3140 人在线   最高记录 6679   ·     Select Language
    创意工作者们的社区
    World is powered by solitude
    VERSION: 3.9.8.5 · 21ms · UTC 14:35 · PVG 22:35 · LAX 06:35 · JFK 09:35
    Developed with CodeLauncher
    ♥ Do have faith in what you're doing.