手写体 OCR

该项目旨在开发一款能够从照片中识别手写文本的软件（也支持捷克语）。它结合了计算机视觉和机器学习技术，并尝试多种不同的解决方案。最初，这只是一个学校项目，后来我有幸在 2018 年英特尔国际科学与工程大奖赛上进行了展示。

程序结构

识别过程分为四个步骤。初始输入是一张包含文本的页面照片。

1. 检测页面并去除背景
2. 检测并分离单词
3. 对单词进行归一化处理
4. 分离并识别字符（进而完成单词的识别）

将所有步骤整合在一起的主要文件是 OCR.ipynb 或 OCR-Evaluator.ipynb。文件命名按照所代表的机器学习模型步骤来命名。

快速入门

1. 克隆仓库

git clone https://github.com/Breta01/handwriting-ocr.git

下载仓库后，还需要下载数据集和模型（更多信息请参阅 data 和 models 文件夹）。

2. 环境要求

该项目使用 Python 3.6 和 Jupyter Notebook 开发。推荐使用 Anaconda。如果已安装 Anaconda，可以通过以下命令进行环境配置：

conda create --name ocr-env --file environment.yml
conda activate ocr-env

主要依赖库（所有所需库均列于 environment.yml 中）：

• Numpy (1.13)
• Tensorflow (1.4)
• OpenCV (3.1)
• Pandas (0.21)
• Matplotlib (2.1)

运行

在安装好所有必要库并克隆完仓库后，在项目目录下运行 jupyter notebook，即可开始使用各个笔记本进行开发。

参与贡献

参与的最佳方式是创建 GitHub issues 或直接解决现有问题！如果没有合适的议题，也可以直接通过电子邮件联系我。

许可证

MIT

支持本项目

如果这个项目对您有所帮助，或者您希望支持我们更快地解答问题和处理反馈，又或者您只是觉得这是一个有趣的项目，请考虑小额捐赠。

Handwriting-OCR 快速上手指南

Handwriting-OCR 是一个基于计算机视觉和机器学习的开源项目，旨在从照片中识别手写文本（支持捷克语等）。本项目最初作为学校项目开发，并曾在 Intel ISEF 2018 上展示。

环境准备

在开始之前，请确保您的系统满足以下要求：

• 操作系统：Linux, macOS 或 Windows
• Python 版本：推荐 Python 3.6
• 核心依赖：
  • Jupyter Notebook
  • Anaconda (强烈推荐用于环境管理)
  • 主要库：Numpy (1.13), Tensorflow (1.4), OpenCV (3.1), Pandas (0.21), Matplotlib (2.1)

注意：由于项目依赖较旧版本的 TensorFlow (1.4) 和 OpenCV (3.1)，建议严格按照下文步骤创建独立的虚拟环境，以避免与现有环境冲突。国内用户若遇到 conda 下载缓慢，可配置清华或中科大镜像源加速。

安装步骤

1. 克隆项目仓库

首先，将代码库克隆到本地：

git clone https://github.com/Breta01/handwriting-ocr.git
cd handwriting-ocr

2. 创建并激活虚拟环境

项目提供了 environment.yml 文件以简化依赖安装。使用 Conda 创建环境：

conda create --name ocr-env --file environment.yml
conda activate ocr-env

(注：如果自动解析依赖失败，可尝试手动安装指定版本的库：pip install numpy==1.13 tensorflow==1.4 opencv-python==3.1 pandas==0.21 matplotlib==2.1)

3. 下载数据集与模型

代码运行需要预训练的模型和数据集。请前往项目的 data 和 models 文件夹说明处下载相应文件，并将其放置在项目对应的目录中。 (由于 README 未提供直接下载链接，通常需查看对应文件夹内的说明或通过项目 Issue 获取资源)

基本使用

本项目的主要逻辑整合在 Jupyter Notebook 中。完成上述安装后，请按以下步骤运行：

1. 启动 Jupyter Notebook： 在项目根目录下执行：

   jupyter notebook
   

2. 选择笔记本文件： 浏览器打开后，根据需求选择以下任一文件运行：

   • notebooks/OCR.ipynb：完整的 OCR 识别流程演示。
   • notebooks/ocr_evaluator.ipynb：用于评估模型性能。

3. 运行单元格： 按顺序执行 Notebook 中的代码单元格。程序将自动执行以下四个识别步骤：

   1. 页面检测与背景去除
   2. 单词检测与分离
   3. 单词归一化
   4. 字符分离与识别（最终输出文本）

您只需准备好包含手写文本的图片，按照 Notebook 中的指引输入路径即可看到识别结果。