OCR文字识别方法综述

已于 2023-04-20 10:01:59 修改
阅读量1.2w 收藏 86
点赞数 12
分类专栏： 计算机视觉CV 深入浅出OCR 文章标签： OCR 计算机视觉 深度学习 文字识别 人工智能
于 2022-07-05 11:59:47 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_36816848/article/details/125615331
版权
本文综述了基于深度学习的文字识别技术，涵盖了CTC、Attention、分割和Transformer等方法。介绍了典型模型如CRNN、ASTER、MORAN、SRN和ABCNet，以及文字识别数据集和评价指标，探讨了复杂场景识别和未来研究趋势。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

👨‍💻作者简介：大数据专业硕士在读，CSDN人工智能领域博客专家，阿里云专家博主，专注大数据与人工智能知识分享，公众号：GoAI的学习小屋，免费分享书籍、简历、导图等资料，更有交流群分享AI和大数据，加群方式公众号回复“加群”或➡️点击链接。

🎉专栏推荐：➡️点击访问《计算机视觉》：长期更新不限于深度学习、OCR、目标检测、图像分类、分

了解本专栏 订阅专栏 解锁全文 超级会员免费看
OCR入门教程系列（一）：OCR基础导论
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-01 9万+
📝导读：本系列主要介绍计算机视觉领域OCR文字识别领域技术发展方向，面向深度学习同学，内容总计五章，每章将从OCR技术发展、概念、方法等各种角度展开详细介绍。第一篇介绍OCR概念及发展以及相关数据集，其次列出几种常见的OCR文本检测与文本识别技术，文章最后分享几种开源的OCR平台，后续系列文章将继续介绍OCR相关技术及实战演练。
OCR入门教程系列（四）：文字识别技术总结
专注大数据与人工智能技术分享，欢迎私信加群互相学习！
04-09 1万+
导读：在上一篇文章中我们对文字检测各类算法进行总结，本篇将继续介绍OCR领域文字识别理论部分的研究，将从规则文本及不规则文本的文字识别进行展开，主要介绍主流文字识别相关算法。
OCR综述 Optical Character Recognition,光学字符识别 文字检测 文字识别 图像预处理、文本行检测、单字符分割、单字符识别、后处理
万有文的博客
05-10 1897
OCR(Optical Character Recognition,光学字符识别)是指对图像进行分析识别处理，获取文字和版面信息的过程，是典型的计算机视觉任务，通常由文本检测和文本识别两个子任务构成。文字检测：将图片中的文字区域位置检测出来（如图1(b)所示）；文字识别：对文字区域中的文字进行识别（如图1©所示）。
OCR技术简介
SIGAI_CSDN的博客
09-26 1万+
其它机器学习、深度学习算法的全面系统讲解可以阅读《机器学习-原理、算法与应用》，清华大学出版社，雷明著，由SIGAI公众号作者倾力打造。 书的购买链接 书的勘误，优化，源代码资源 光学字符识别（Optical Character Recognition, OCR）是指对文本资料的图像文件进行分析识别处理，获取文字及版面信息的过程。亦即将图像中的文字进行识别，并以文本的形式返回。 OCR的应用...
OCR技术难点解读：数学公式检测与识别
最新发布
TextIn智能文档云平台的官方博客
04-23 844
此外，还提出了一个查询构造模块来帮助解码器并行解码ME树的分支，从而减少解码时间步骤的数量，并缓解长序列注意解码的问题，从而提高识别性能。：鉴于CNN在处理长距离依赖关系方面的局限性，较新的模型利用基于视觉的Transformer，如Swin Transformer，通过自注意力机制提供了更强大的全局上下文管理能力，特别适用于处理复杂的数学表达式[17]。目前的MEDR利用深度学习模型，通过边界框定位或实例分割技术，精确地识别并分离出文档中的数学表达式区域，强化了对复杂和多样的数学表达式结构的处理能力。
OCR 综述
Larkii 的博客
10-18 928
OCR 发展趋势 场景文本检测 场景文字识别 端到端场景文本识别 场景文字检测 方法举例: 基于回归的方法 Gupta et al, CVPR 2016; Tian et al, ECCV 2016; Shi, Bai, et al, ICCV 2017; Liu et al, CVPR 2017; Liao et al, AAAI 2017; Hu et al, ICCV 20...
OCR综述
2301_79571396的博客
06-14 2404
OCR(Optical Character Recognition,光学字符识别)是指对图像进行分析识别处理，获取文字和版面信息的过程，是典型的计算机视觉任务，通常由文本检测和文本识别两个子任务构成。文字检测：将图片中的文字区域位置检测出来（如图1(b)所示）；文字识别：对文字区域中的文字进行识别（如图1(c)所示）。
小白综述：深度学习 OCR 图片文字识别
热门推荐
qq_43799400的博客
01-03 1万+
深度学习 OCR 图片文字识别简述
OCR大综述
pangxing6491的博客
01-04 1286
https://blog.csdn.net/u011622208/article/details/90713806
基于深度学习的场景文字识别方法研究综述
03-20
本综述将深入探讨基于深度学习的场景文字识别方法，分析现有技术的优缺点，并展望未来的发展趋势。 二、 传统文字识别方法 传统文字识别方法主要依赖于特征工程，包括文字检测技术和文字识别技术。文字检测通常...
OCR文字识别—文本检测的算法
肉丸不肉
05-25 4114
一、文字识别：通用目标检测（一阶段、两阶段） 二、Faster R-CNN 这个是通用目标检测的典型算法。 框架分为四大部分： 三、CTPN：两阶段的文本检测
深度学习文字识别论文综述
12-01
深度学习是机器学习研究中的一个新的领域，其动机在于建立、模拟人脑进行分析学习的神经网络，它模仿人脑的机制来解释数据，例如图像，声音和文本。深度学习是无监督学习的一种，深度学习采用了神经网络的分层结构，系统包括输入层、隐层（多层）、输出层组成的多层网络，只有相邻的节点之间有连接，同一层以及跨层节点之间相互无连接。深度学习通过建立类似于人脑的分层模型结构，对输入数据逐级提取从底层到高层的特征，从而能很好地建立从底层信号到高层语义的映射关系。
OCR文字识别
03-13
我使用QT开发的自己使用的图片文字识别小工具，使用百度接口请先去申请密钥，软件会误报介意的不要下载
【OCR技术系列之五】自然场景文本检测技术综述（CTPN, SegLink, EAST）
weixin_33762321的博客
10-12 2548
文字识别分为两个具体步骤：文字的检测和文字的识别，两者缺一不可，尤其是文字检测，是识别的前提条件，若文字都找不到，那何谈文字识别。今天我们首先来谈一下当今流行的文字检测技术有哪些。 文本检测不是一件简单的任务，尤其是复杂场景下的文本检测，非常具有挑战性。自然场景下的文本检测有如下几个难点： 文本存在多种分布，文本排布形式多样； 文本存在多个方向； 多种语言混合。 我们先从直观上理解文本检测任...
OCR论文综述（含文字识别、文本检测、端到端和数据集合）
poppyty的博客
06-24 9686
OCR综述概览 1. 文字识别 指标为f1-score Conf.NetTitleSVTIIIT5KICDAR13TPAMI2015CRNNAn end-to-end trainable neural network for image-based sequencerecognition and its application to scene text recognition0.8080.7820.867CVPR2016RARERobust scene text recognition with auto
【独家】一文读懂文字识别（OCR）
weixin_34082789的博客
05-01 7760
前言 文字识别是计算机视觉研究领域的分支之一，归属于模式识别和人工智能，是计算机科学的重要组成部分 本文将以上图为主要线索，简要阐述在文字识别领域中的各个组成部分。 一 ，文字识别简介 计算机文字识别，俗称光学字符识别，英文全称是Optical Character Recognition(简称OCR)，它是利用光学技术和计算机技术...
OCR 深度学习 综述
weixin_44412864的博客
06-07 295
CVPR根据重要程度分为oral，spotlights，poster三个等级，前两个是口头报道，最后一个有海报的展示 OCR 深度学习 文本检测 在ICDAR 2013 和ICDAR 2015 数据集上 CVPR 2018的论文《FOTS: Fast Oriented Text Spotting with a Unified Network 精度 0.9左右 文本识别 《ASTER: An Attentional Scene Text Recognizer with Flexible Rect.
OCR技术概述
weixin_42711071的博客
01-31 2701
本节首先介绍了OCR技术的应用场景和前沿算法，然后分析了OCR技术在产业实践中的难点与三大挑战。第二、三章分别介绍检测、识别技术并实践；第四章介绍PP-OCR优化策略；第五章进行预测部署实战；第六章介绍文档结构化；第七章介绍端到端、数据预处理、数据合成等其他OCR相关算法；第八章介绍OCR相关数据集和数据合成工具。
评论 6
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

GoAI

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值