引言

本教程首先介绍如何获取自定义OCR模型，然后介绍如何转换你自己的OCR模型，以便它们可以被opencv_dnn模块正确运行。最后，我们将提供一些预训练模型。

训练你自己的OCR模型

这个仓库是训练你自己的OCR模型的一个很好的起点。在该仓库中，默认情况下将MJSynth+SynthText设置为训练集。此外，你可以配置你想要的模型结构和数据集。

完成模型训练后，请使用 transform_to_onnx.py 将模型转换为onnx格式。

Python版本的示例代码可以在这里找到：这里。

示例

$ text_detection -m=[文本检测模型路径] -ocr=[文本识别模型路径]

它们在不同文本识别数据集上的性能如下表所示

模型名称	IIIT5k(%)	SVT(%)	ICDAR03(%)	ICDAR13(%)	ICDAR15(%)	SVTP(%)	CUTE80(%)	平均准确率 (%)	参数 (x10^6)
DenseNet-CTC	72.267	67.39	82.81	80	48.38	49.45	42.50	63.26	0.24
DenseNet-BiLSTM-CTC	73.76	72.33	86.15	83.15	50.67	57.984	49.826	67.69	3.63
VGG-CTC	75.96	75.42	85.92	83.54	54.89	57.52	50.17	69.06	5.57
CRNN_VGG-BiLSTM-CTC	82.63	82.07	92.96	88.867	66.28	71.01	62.37	78.03	8.45
ResNet-CTC	84.00	84.08	92.39	88.96	67.74	74.73	67.60	79.93	44.28

文本识别模型的性能是在OpenCV DNN上测试的，不包括文本检测模型。

文本识别模型的输入是文本检测模型的输出，这导致文本检测的性能极大地影响文本识别的性能。

DenseNet_CTC参数最小，FPS最高，适用于对计算成本非常敏感的边缘设备。如果你计算资源有限，并且想要获得更高的精度，VGG_CTC是一个不错的选择。

CRNN_VGG_BiLSTM_CTC适用于需要高识别精度的情况。


原作者	穆子豪 (Zihao Mu)
兼容性	OpenCV >= 4.3