1. OCR文字識別簡介

文字識別也是圖像領(lǐng)域一個常見問題。然而，對于自然場景圖像，首先要定位圖像中的文字位置，然后才能進行文字的識別。所以一般包含兩個步驟：

文字檢測：解決的問題是哪里有文字，文字的范圍有多少。

文字識別：對定位好的文字區(qū)域進行識別，主要解決的問題是每個文字是什么，將圖像中的文字區(qū)域進轉(zhuǎn)化為字符信息。

我們的OCR算法是基于CTPN+CRNN設(shè)計的。CTPN是一種文字檢測算法，能有效的檢測出復(fù)雜場景的橫向分布的文字，是目前比較好的文字檢測算法。CRNN算法主要用于端到端地對不定長的文本序列進行識別，不用先對單個文字進行切割，而是將文本識別轉(zhuǎn)化為時序依賴的序列學(xué)習(xí)問題，就是基于圖像的序列識別。

基于EASY-EAI-Nano硬件主板的運行效率：

2. 快速上手

2.1 開發(fā)環(huán)境準備

如果您初次閱讀此文檔，請閱讀《入門指南/開發(fā)環(huán)境準備/Easy-Eai編譯環(huán)境準備與更新》，并按照其相關(guān)的操作，進行編譯環(huán)境的部署。

在PC端Ubuntu系統(tǒng)中執(zhí)行run腳本，進入EASY-EAI編譯環(huán)境，具體如下所示。

cd ~/develop_environment ./run.sh

2.2 源碼下載以及例程編譯

在EASY-EAI編譯環(huán)境下創(chuàng)建存放源碼倉庫的管理目錄：

cd /opt mkdir EASY-EAI-Toolkit cd EASY-EAI-Toolkit

通過git工具，在管理目錄內(nèi)克隆遠程倉庫

git clone https://github.com/EASY-EAI/EASY-EAI-Toolkit-C-Demo.git

注：

* 此處可能會因網(wǎng)絡(luò)原因造成卡頓，請耐心等待。

* 如果實在要在gitHub網(wǎng)頁上下載，也要把整個倉庫下載下來，不能單獨下載本實例對應(yīng)的目錄。

進入到對應(yīng)的例程目錄執(zhí)行編譯操作，具體命令如下所示：

cd EASY-EAI-Toolkit-C-Demo/algorithm-ocr/ ./build.sh

注：

* 若build.sh腳本帶有cpres參數(shù)，則會把Release/目錄下的所有資源都拷貝到開發(fā)板上。

* 若build.sh腳本不帶任何參數(shù)，則僅會拷貝demo編譯出來的可執(zhí)行文件。

* 由于依賴庫部署在板卡上，因此交叉編譯過程中必須保持adb連接。

2.3 模型部署

要完成算法Demo的執(zhí)行，需要先下載算法模型。

百度網(wǎng)盤鏈接為：https://pan.baidu.com/s/1w4tf1YolUCpcAFtyP3aJZQ （提取碼：6666 ）。

同時需要把下載的OCR識別算法模型復(fù)制粘貼到Release/目錄：

再通過下方命令將模型署到板卡中，如下所示。

cp Release/ /mnt/userdata/ -rf

2.4 例程運行

通過按鍵Ctrl+Shift+T創(chuàng)建一個新窗口，執(zhí)行adb shell命令，進入板卡運行環(huán)境。

adb shell

進入板卡后，定位到例程上傳的位置，如下所示：

cd /userdata/Release/

運行例程命令如下所示：

./test-ocr test.jpg

2.5 運行效果

test-ocr的Demo執(zhí)行效果如下所示:

再開一個窗口，在PC端Ubuntu環(huán)境通過以下命令可以把圖片拉回來:

adb pull /userdata/Demo/result.jpg .

結(jié)果圖片如下所示：

API的詳細說明，以及API的調(diào)用（本例程源碼），詳細信息見下方說明。

3. OCR文字識別API說明

3.1 引用方式

為方便客戶在本地工程中直接調(diào)用我們的EASY EAI api庫，此處列出工程中需要鏈接的庫以及頭文件等，方便用戶直接添加。

3.2 OCR檢測初始化函數(shù)

設(shè)置OCR檢測初始化函數(shù)原型如下所示。

int ocr_det_init(const char* model_path, rknn_app_context_t* app_ctx);

具體介紹如下所示。

3.3 OCR檢測運行函數(shù)

設(shè)置OCR檢測運行原型如下所示。

int ocr_det_run(rknn_app_context_t* app_ctx, cv::Mat input_image, ocr_det_postprocess_params* params, ocr_det_result* out_result);

具體介紹如下所示。

3.4 OCR檢測釋放函數(shù)

設(shè)置OCR檢測釋放原型如下所示。

int ocr_det_release(rknn_app_context_t* app_ctx);

具體介紹如下所示。

3.5 OCR識別初始化函數(shù)

OCR識別初始化函數(shù)原型如下所示。

int ocr_rec_init(const char* model_path, rknn_app_context_t* app_ctx);

具體介紹如下所示。

3.6 OCR識別運行函數(shù)

OCR識別運行函數(shù)原型如下所示。

int ocr_rec_run(rknn_app_context_t* app_ctx, cv::Mat input_image, ocr_rec_result* out_result);

具體介紹如下所示。

3.7 OCR識別釋放函數(shù)

OCR識別釋放函數(shù)原型如下所示。

int ocr_rec_release(rknn_app_context_t* app_ctx);

具體介紹如下所示。

4. OCR識別算法例程

例程目錄為Toolkit-C-Demo/ocr/test-ocr.cpp，操作流程如下。

參考例程如下所示。

#include #include #include #include"ocr.h" using namespace cv; using namespace std; #define INDENT " " #define THRESHOLD 0.3 // pixel score threshold #define BOX_THRESHOLD 0.9 // box score threshold #define USE_DILATION false // whether to do dilation, true or false #define DB_UNCLIP_RATIO 1.5 // unclip ratio for poly type int main(int argc, char **argv) { if (argc != 2) { printf("%s n", argv[0]); return -1; } /* 參數(shù)初始化 */ const char *img_path = argv[1]; Mat input_image, rgb_img; input_image = imread(img_path); if (input_image.empty()) { cout