其他
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，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
ncnn检测识别展示(x86 cpu 单进程)
◆
原力计划
◆
你点的每个“在看”，我都认真当成了AI