重新实现CRAFT-字符区域感知以进行文本检测 客观的 复制论文提到的弱监督培训 在所有流行的数据集上生成字符bbox。 使用命令行界面公开经过预训练的模型，以在自定义图像上合成结果 克隆存储库 git clone https://github.com/autonise/CRAFT-Remade.git cd CRAFT-Remade 选项1：Conda环境安装 conda env create -f environment.yml conda activate craft 选项2：Pip安装 pip install -r requirements.txt 在自定义图像上运行 将图像放在文件夹中。 从预先训练的模型列表中获取预先训练的模型（当前仅可使用SYNTH-Text进行严格监督） 运行命令- python main.py synthesize --model=./mo

为解决在嵌入式设备上实时、高精度检测司机安全驾驶监督的问题，本文基于目标检测中经典的深度学习神经网络YOLOv3-tiny，运用通道剪枝技术成功在目标检测任务中实现了模型压缩，在精度不变的情况下减少了改进后神经网络的计算总量和参数总数.并基于NVIDIA的推理框架TensorRT进行了模型层级融合和半精度加速，部署加速后的模型.实验结果表明，加速模型的推理速度约为原模型的2倍，参数体积缩小一半，精度无损失，实现了高精度下实时检测的目的.

Tesseract OCR多线程并发识别案例----只演示多线程并发识别，此工具不关注识别正确率，可通过训练tessdata来获得更高的识别正确率。

ocr识别 训练自己的字库所需要的工具 1.安装tesseract-ocr-setup-4.0.0-alpha.20180109.exe 一直next ,出现Android选项点击“+”展开勾选语言包 math chinal english 然后下一步，直到结束。 2. https://sourceforge.net/projects/vietocr/files/jTessBoxEditor/ 下载jTessBoxEditor，把安装包放到 Tesseract-OCR 目录下。 3.path 环境变量添加路径：我的是C:\Program Files (x86)\Tesseract-OCR 4.cmd 命令输入：tesseract -v 查看是否成功。 5.文字图片放到：Tesseract-OCR\tessdata目录下 我的是test.jpg 6.进入cmd，进入到要识别的图片的路径下，输入命令：tesseract 图片名称 生成的结果文件的名称 字库。 tesseract test.jpg result -l chi_sim 网站 http://www.cnblogs.com/lcawen/articles/7040005.html tesseract mjorcen.normal.exp0.jpg mjorcen.normal.exp0 -l chi_sim batch.nochop makebox

YOLOv3 资源合集-附件资源

我的世界-自动钓鱼 使用OCR自动捕鱼的脚本。 用法：运行run.py 需要的库： PyUserInput PyAutoGUI pytesseract枕头opencv-python 此外还需要安装tesseract并添加到PATH。

复杂图像的文字识别-可执行程序

OCR开发包适用于名片、卡片、杂志和报纸期刊等各种复杂版面上的文字识别，也同样适用于扫描文档等一般文档类版面的识别工作，支持中、日、韩、英、法、德、意、俄、西 班牙、葡萄牙等共计70门语言，服务于世界各国的相关软件研发公司，是目前世界上支持语言最多的商用OCR引擎之一。

vb.net车牌识别系统源码.rar 主要功能为： 1.导入图片。2.进行过滤。3.进行OCR文字识别. 喜欢的可以下载下来研究一下。

OCR图像文字识别库文件，可以识别图片中的文字信息，对于印刷体文字识别率较高，包中提供了测试样例程序。