OCR（Optical Character Recognition，光学字符识别）汇总

一、概述

二、数据集准备

1.现成的一些数据集

基于腾讯街景的一个中文数据集

纯文本的数据集link：pan.baidu.com/s/1JgS1gSRc… password：wigu

YCG09的项目中使用的数据集url：pan.baidu.com/s/1QkI7kjah… (passwd：lu7m)

2.自己生成数据集

三、一些常见的算法

四、一些开源项目

• 1. 基于darknet实现目标检测，提供识别点选验证码的实例和训练自己数据的API github.com/nickliqian/…
• 2. SynText生成自然场景中的带文本图片 github.com/ankush-me/S…
     中文字符版本 github.com/JarveeLee/S…
• 3. tesseract Google开源的一个OCR框架 code.google.com/p/tesseract…
• 4. 文本生成图片（无标注信息，使用很简单） github.com/Belval/Text…
• 5. 对比一些主流的OCR算法 github.com/senlinuc/ca…
• 6. 中文OCR，应该比较容易跑起来 github.com/YCG09/chine…

五、一些有用的博客文章

SynText生成数据集的方法

一些数据集汇总