Lets_OCR

一个用于光学字符识别（OCR）的仓库，包含一些经典的OCR算法实现，如CTPN、EAST和CRNN。

• CTPN
• CRNN
• EAST （开发中）

Lets_OCR 快速上手指南

Lets_OCR 是一个开源 OCR 工具库，集成了 CTPN、CRNN 和 EAST 等经典光学字符识别算法的实现。本指南将帮助您快速搭建环境并运行基础示例。

环境准备

在开始之前，请确保您的开发环境满足以下要求：

• 操作系统：Linux (推荐 Ubuntu 18.04+) 或 macOS
• Python 版本：Python 3.6 - 3.9
• 深度学习框架：PyTorch (建议版本 1.7+)
• 前置依赖：
  • opencv-python
  • numpy
  • Pillow
  • torchvision

国内加速建议： 安装 Python 依赖时，推荐使用清华或阿里镜像源以提升下载速度：

pip install -r requirements.txt -i https://pypi.tuna.tsinghua.edu.cn/simple

安装步骤

1. 克隆项目代码

   git clone https://github.com/AstarLight/Lets_OCR.git
   cd Lets_OCR
   

2. 安装依赖包 进入项目根目录，安装所需依赖：

   pip install -r requirements.txt
   

   (若未找到 requirements.txt，请手动安装核心依赖：pip install opencv-python numpy torch torchvision)

3. 下载预训练模型 根据您需要的算法（如 CTPN 检测器或 CRNN 识别器），前往对应的子目录链接下载预训练权重文件，并放置在相应文件夹内（具体路径请参考各算法子目录下的说明）。

基本使用

以下以 CTPN + CRNN 组合为例，展示最简单的文字检测与识别流程。

假设您已准备好一张测试图片 test.jpg。

1. 文本检测 (CTPN)

进入检测器目录并运行脚本：

cd detector/ctpn
python detect.py --image_path ../../images/test.jpg --weights_path ./weights/ctpn_weights.pth

• --image_path: 输入图片的路径。
• --weights_path: 预训练模型文件的路径。

2. 文本识别 (CRNN)

获取检测到的文本区域后，进入识别器目录进行文字识别：

cd ../../recognizer/crnn
python recognize.py --image_path ../../images/test_crop.jpg --weights_path ./weights/crnn_weights.pth

• --image_path: 裁剪后的单行文本图片路径（通常由检测步骤输出）。
• --weights_path: CRNN 预训练模型文件的路径。

注意：EAST 算法目前处于开发中（under developing），功能可能尚不稳定，建议优先使用 CTPN 和 CRNN 进行生产测试。