mymagicpower/java-ocr: java ocr 开源项目，含sdk，web app | An OCR project implemented in Java, including SDK, web application. · GitHub

官网链接

文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别， 交通领域的车票识别，企业中各种表单识别，以及日常工作生活中常用的身份证，驾驶证，护照识别等等。 OCR（文字识别）是目前常用的一种AI能力。 一般OCR的识别结果是一种按行识别的结构化输出，能够给出一行文字的检测框坐标及文字内容。 但是我们更想要的是带有字段定义的结构化输出，由于表单还活着卡证的多样性，全都预定义好是不现实的。 所以，设计了自定义模板的功能，能够让人设置参照锚点（通过锚点匹配定位，图片透视变换对齐），以及内容识别区 来得到key-value形式的结构化数据。

当前 iocr 版本包含了下面功能：

1. 模板自定义
2. 基于模板识别（支持旋转、倾斜的图片）
3. 自由文本识别
4. 文本转正

在OCR文字识别的时候，我们得到的图像一般情况下都不是正的，多少都会有一定的倾斜。 并且图片有可能是透视视角拍摄，需要重新矫正，尤其此时，将图片转正可以提高文字识别的精度。

模型本身支持 0 度，和 180 度两种方向分类。 但是由于中文的书写习惯，根据宽高比可以判断文本的90度和270度两个方向。

• 0度
• 90度
• 180度
• 270度
  

• 逆时针旋转
• 每次旋转90度的倍数

• ocr_v3_sdk ocr V3版本
• ocr_v4_sdk ocr V4版本

• 中文文本检测
• 英文文本检测
• 多语言文本检测

支持的语言模型：

• 中文简体
• 中文繁体
• 英文
• 韩语
• 日语
• 阿拉伯
• 梵文
• 泰米尔语
• 泰卢固语
• 卡纳达文
• 斯拉夫

CPU：2.3 GHz 四核 Intel Core i5 同样图片单线程运行时间：1172 ms 多线程运行时间：707 ms 图片检测框较多时，多线程可以显著提升识别速度。

可以用于配合文字识别，表格识别的流水线处理使用。

中文版面分析模型，可以划分为表格、图片、图片标题、表格、表格标题、页眉、脚本、引用、公式10类区域：

• text
• title
• figure
• figure_caption
• table
• table_caption
• header
• footer
• reference
• equation

英文版面分析模型，可以划分文字、标题、表格、图片以及列表5类区域：

• text
• title
• list
• table
• figure
• 运行成功后，命令行应该看到下面的信息:

表格数据集训练的版面分析模型，支持中英文文档表格区域的检测。

• 链接：https://pan.baidu.com/s/1MiWrtgnR3Te1BOpAb3maqg?pwd=djbk

• PaddleOCR
• https://github.com/PaddlePaddle/PaddleOCR/blob/release%2F2.6/applications/%E6%B6%B2%E6%99%B6%E5%B1%8F%E8%AF%BB%E6%95%B0%E8%AF%86%E5%88%AB.md

(readme.md 里提供了推理模型的下载链接)

• export_model
• how_to_create_paddlepaddle_model

• https://aias.top/guides.html
• 1.性能优化常见问题:
• https://aias.top/AIAS/guides/performance.html
• 2.引擎配置（包括CPU，GPU在线自动加载，及本地配置）:
• https://aias.top/AIAS/guides/engine_config.html
• 3.模型加载方式（在线自动加载，及本地配置）:
• https://aias.top/AIAS/guides/load_model.html
• 4.Windows环境常见问题:
• https://aias.top/AIAS/guides/windows.html