超轻量级中文OCR，支持竖排文字识别、ncnn推理，总模型仅17M

整理 | AI科技大本营

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，ps enet (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

ncnn检测识别展示(x86 cpu 单进程)

推荐阅读