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(jìn)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(jìn)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(jìn)轉(zhuǎn)化為字符信息。

我們的OCR算法是基于CTPN+CRNN設(shè)計(jì)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(jìn)行識別，不用先對單個文字進(jìn)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-Orin-nano硬件主板的運(yùn)行效率：

2. 快速上手

如果您初次閱讀此文檔，請閱讀：《入門指南/源碼管理及編程介紹/源碼工程管理》，按需管理自己工程源碼（注：此文檔必看，并建議采用【遠(yuǎn)程掛載管理】方式，否則有代碼丟失風(fēng)險！?。。?/p>

2.1 開源碼工程下載

先在PC虛擬機(jī)定位到nfs服務(wù)目錄，再在目錄中創(chuàng)建存放源碼倉庫的管理目錄：

cd ~/nfsroot
mkdir GitHub
cd GitHub

再通過git工具，在管理目錄內(nèi)克隆遠(yuǎn)程倉庫（需要設(shè)備能對外網(wǎng)進(jìn)行訪問）

git clone https://github.com/EASY-EAI/EASY-EAI-Toolkit-3576.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(shí)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(dú)下載本實(shí)例對應(yīng)的目錄。

2.2 開發(fā)環(huán)境搭建

通過adb shell進(jìn)入板卡開發(fā)環(huán)境，如下圖所示。

通過以下命令，把nfs目錄掛載上nfs服務(wù)器。

mount -t nfs -o nolock : /home/orin-nano/Desktop/nfs/

2.3 例程編譯

然后定位到板卡的nfs的掛載目錄(按照實(shí)際掛載目錄)，進(jìn)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-3576/Demos/algorithm-ocr/
./build.sh

2.4 模型部署

要完成算法Demo的執(zhí)行，需要先下載法模型。

百度網(wǎng)盤鏈接為：https://pan.baidu.com/s/1g4kpLTgMnYm1xop9LFeMIw?pwd=1234 （提取碼：1234 ）。

同時需要把下載的檢測模型和識別模型復(fù)制粘貼到Release/目錄：

2.5 例程運(yùn)行及效果

進(jìn)入開發(fā)板Release目錄，執(zhí)行下方命令，運(yùn)行示例程序：

cd Release/
./test-ocr test.jpg

運(yùn)行例程命令如下所示：

結(jié)果圖片如下所示：

API的詳細(xì)說明，以及API的調(diào)用（本例程源碼），詳細(xì)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(yùn)行函數(shù)

設(shè)置OCR檢測運(yùn)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(yùn)行函數(shù)

OCR識別運(yùn)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檢測算法例程

例程目錄為Demos/algorithm-ocr/test-ocr.cpp，操作流程如下。

#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