開源OCR文字識別軟體Calamari

Calamari是一種新的開源OCR識別軟體，它使用了最先進的Tensorflow實現的深度神經網路（DNN）。 提供了預訓練模型和多模型投票技術。由卷積神經網路（CNNS）和長短時記憶（LSTM）層構成的可定製網路架構通過Graves等人的連接時間分類（CTC）演算法進行訓練。而GPU的使用大大減少了訓練和預測的計算時間。我們使用兩個不同的數據集來比較Calamari與OCRopy，OCRopus3和Tesseract 4的性能.Calamari在用現代英語寫的UW3數據集上達到0.11％的字元錯誤率（CER），在用德語寫的DTA19數據集上達到0.18％ 錯誤率，其性能遠遠優於以上現有開源軟體的結果。

使用了目前OCR最先進的的技術，CNN+LSTM+CTC+voting。

calamari OCR引擎，使用Python3編寫,基於OCRopy和Kraken構建,它的設計使你既可以方便的使用命令行運行，也可以把它模塊化嵌入到其他python腳本中。

在UW3和DTA19上的識別結果錯誤率，與OCRopy、Tesseract4、OCropus3相比較：

與其他軟體相比的識別速度，有GPU加持當然很快：

值得注意的事，該庫主要是用來識別印刷體古籍文字，在自然場景圖像上的識別並沒有實驗說明。

文中識別所用的資料庫圖片示例：

ps.單詞「calamari」的意思是魷魚。

喜歡這篇文章嗎？立刻分享出去讓更多人知道吧！