开发者（KaiFaX）

我们都是开发者，专注于前端、后端、大数据、区块链、人工智能的知识社区

光学字符识别（OCR）技术已经得到了广泛应用。比如发票上用来识别关键字样，搜题 App 用来识别书本上的试题。

近期，这个叫做 chineseocr_lite 的 OCR 项目开源了，这是一个超轻量级中文 ocr，支持竖排文字识别，支持 ncnn 推理，psenet (8.5M) + crnn (6.3M) + anglenet (1.5M) 总模型仅 17M。

目前，这个开源项目已在 GitHub 上标星 2400+。

这个项目基于 chineseocr 与 psenet 实现中文自然场景文字检测及识别，环境是 linux/macos。

以下为可实现的功能：

• 提供轻量的 backone 检测模型 psenet（8.5M）,crnn_lstm_lite (9.5M) 和行文本方向分类网络（1.5M）

• 任意方向文字检测，识别时判断行文本方向

• crnn\crnn_lite lstm\dense 识别（ocr-dense 和 ocr-lstm 是搬运 chineseocr 的）

• 支持竖排文本识别

• ncnn 实现 psenet（未实现核扩展）

• ncnn 实现 crnn_dense (改变了全连接为 conv1x1)

• ncnn 实现 shuuflenev2 角度分类网络

• ncnn 实现 ocr 整个流程

最近，项目作者对更新了可实现的功能。

• nihui 大佬实现的 crnn_lstm 推理

• 升级 crnn_lite_lstm_dw.pth 模型 crnn_lite_lstm_dw_v2.pth , 精度更高

• 提供竖排文字样例以及字体库（旋转 90 度的字体）

字体样式

生成的竖排文本样例

识别效果展示：

ncnn 检测识别展示 (x86 cpu 单进程)

项目地址：https://github.com/ouyanghuiyu/chineseocr_lite

说明：我们都是开发者。视频或文章来源于网络，如涉及版权或有误，请您与若飞（1321113940）联系，将在第一时间删除或者修改，谢谢！

1. 回复“m”可以查看历史记录；

2. 回复“h”或者“帮助”，查看帮助；

开发者已开通多个微信群交流学习，请加若飞微信：1321113940 进群学习交流

开发者：KaiFaX

我们都是开发者

专注于前端、后端、大数据、区块链、人工智能的知识社区