计算机视觉

💻文章目录 《深入浅出OCR》第八章：【文档结构化】信息纠错与抽取 1.表格识别 现有的表格识别算法根据表格结构重建的原理可以分为下面四大类： 基于启发式规则的方法 基于CNN的方法 基于GCN的方法

本篇导读：本系列主要介绍AIGC方向文章，包括stable diffusion扩散模型介绍、文生图、图生视频等方向理论与基础实战，分享AIGC开源工具的使用，该系列适合方便小白学习，本篇为第二篇《 深

本篇导读：本系列主要介绍AIGC方向文章，包括stable diffusion扩散模型介绍、文生图、图生视频等方向理论与基础实战，分享AIGC开源工具的使用，该系列适合方便小白学习，本篇为第一篇。

本章将介绍常见的文字识别后处理方法，按照不同的目的将内容分为两部分：文本纠错和文本结构化。文本纠错的目标是纠正 OCR输出文本中错误的文字，而文本结构化则是从OCR输出文本中定位需要的信息，并按照应用

本篇为《深入浅出OCR》第六章：OCR数据集与评价指标,主要介绍OCR数据集（规则与不规则、合成数据集）、数据生成、OCR数据评估指标等知识进行介绍，方便小白或AI爱好者快速了解OCR方向知识.

本篇为《深入浅出OCR》实战：基于PGNet的端到端识别，主要对端到端识别PGNet算法进行解读，配合PaddleOCR算法实现端到端算法实战。尽可能详细介绍代码及项目流程，如有错误请指正。

上一章我们介绍到OCR流程包括两阶段算法和端到端算法，本篇为 主要对深度学习端到端识别方法进行介绍，端到端算法具有模型小、速度快的特点，本人将从经典端到端识别算法结构、代码、论文解读等角度展开介绍。

上一篇作者着重介绍文字识别算法的发展、分类及各自领域经典算法，为了进一步熟悉文字识别流程，本次作者将以基于主流文字识别算法CRNN为例，全面对文字识别技术流程进行解读，方便学习者快速上手实战。

OCR（光学字符识别）是计算机视觉领域的重要应用之一。要对深度学习OCR文字识别方法进行介绍，本人将从经典算法结构、代码、论文解读等角度展开，配合作者总结的思维导图，深入浅出OCR知识。

在上一章中，本人着重介绍OCR文字检测算法的发展、分类及各自领域经典算法，为了进一步熟悉文字检测流程，本篇作者将以基于DBNet的文字检测实战为例，对文字检测技术流程进行解读，方便学习者学习。

本篇为 《深入浅出OCR》第三章：OCR文字检测，本人将从经典文字检测算法分类、结构、代码、论文解读、评价指标等角度展开，配合作者总结的思维导图，深入浅出OCR文字检测方向知识。

本篇为《深入浅出OCR》第二章：OCR技术发展与分类。本篇主要介绍传统OCR和深度学习OCR方法，从图像处理特征提取、文字检测与识别等角度展开详细介绍，配合作者总结思维导图，尽可能总结OCR全面知识。

本篇为《深入浅出OCR》第一章：OCR技术导论，主要介绍OCR的概念、分类、应用场景、技术流程、数据集等基础知识进行介绍，方便小白或AI爱好者快速了解OCR方向知识。

全新系列《深入浅出OCR》专栏，对标最全OCR教程，项目实战具体章节如导图所示，本篇以计算机视觉OCR项目实战为主，完成一项中文场景识别，方便学习者学习计算机视觉项目流程。

本作者推出全新系列《深入浅出OCR》专栏，对标最全OCR教程，具体章节如导图所示，将分别从OCR技术发展、方向、概念、算法、论文、数据集等各种角度展开详细介绍。本篇第二篇主要介绍深度学习知识进行总结。

✨全新系列《深入浅出OCR》专栏，对标最全OCR教程，每章将分别从OCR技术发展、方向、概念、算法、论文、数据集等角度展开详细介绍，本篇为第一篇前言知识，主要介绍机器学习基础，后续继续更新其他文章。

本项目为新系列【智慧交通项目实战】《OCR车牌检测和识别》(二)--基于YOLO的车牌检测，该系列将分为多篇文章展开分别对项目流程、数据集、检测、识别算法、可视化进行详细介绍。

💚导读：本项目为新系列【智慧交通项目实战】《OCR车牌检测和识别》，该系列将分为多篇文章展开分别对项目流程、数据集、检测、识别算法、可视化进行详细介绍，本篇为该系列第一篇。

主要面向计算机视觉目标检测、图像分割及OCR等领域，将对该领域面试相关问题等进行总结，主要进行资源整合！学习对象主要面向深度学习CV方向同学，本篇主要对OCR方向进行全面总结。

图像分割竞赛技巧总结 图像分割概述： 图像分割通过给出图像中每个像素点的标签，将图像分割成若干带类别标签的区块，可以看作对每个像素进行分类。图像分割是图像处理的重要组成部分，也是难点之一。