Das neue System zur optischen Zeichenerkennung EasyOCR

Projekt EasyOCR Es wird ein neues optisches Texterkennungssystem entwickelt, das über 40 Sprachen unterstützt, darunter Englisch, Deutsch, Französisch, Japanisch, Chinesisch, Koreanisch, Usbekisch, Aserbaidschanisch und Litauisch. Sprachen, die auf dem kyrillischen Alphabet basieren, werden derzeit nicht unterstützt, deren Hinzufügen steht jedoch auf der Liste der Pläne. Der Code ist in Python unter Verwendung des Frameworks PyTorch und wird verbreitet unter der Lizenz Apache 2.0. Um herunterzuladen werden fertige Modelle für Sprachen, die auf dem lateinischen Alphabet und Schriftzeichen basieren.

Zur Erkennung und Identifizierung von Text in Bildern werden Methoden des maschinellen Lernens eingesetzt. Zur Textbestimmung wird der Algorithmus CRAFT (Character-Region Awareness For Text) in Implementierung. für PyTorch verwendet, der in der Lage ist, Text auf beliebigen Objekten zu erkennen, einschließlich Etiketten, Informationsschildern und Verkehrsschildern. Zur Erkennung von Zeichenfolgen wird ein konvolutional-recurrentes neuronales Netzwerk CRNN (Convolutional Recurrent Neural Network, eine Kombination aus DCNN und RNN) und der Algorithmus CTC BeamSearch CTC BeamSearch (Connectionist Temporal Classification) zur Dekodierung der Ausgaben des neuronalen Netzwerks in eine Textdarstellung.

Quelle: opennet.ru