Feb, 2022

基于基元的全字体波斯语光学字符识别系统

PDF
TL;DR本文介绍了一种基于模型的全字体波斯语 OCR 系统，使用一组 8 个基元素作为结构特征进行识别，使用处理过的图像来识别字元素，该系统使用扫描文档并经过预处理，将文本行和子单词分开，提取笔画并使用基元素识别出每个子单词，最后将基元素与预定义的字符识别向量进行比较，达到了 97.06％的准确率。
persian ocr systemprimitive elementsdocument preprocessingcharacter recognitionpersian fonts
发现论文，激发创造
  • Persis: 使用卷积神经网络的波斯字体识别流程

    本文介绍了公开可用的第一个波斯字体识别数据库，并使用卷积神经网络解决了这个问题。结果表明，提出的流程在新的数据集上获得了 78.0% 的前 1 精度，在 IDPL-PFOD 数据集上为 89.1%，在 KAFD 数据集上为 94.5%。此外，对于我们的数据集的一个样本，整个流程在 CPU 上平均耗时 0.54 秒，在 GPU 上为 0.017 秒。我们得出结论，CNN 方法可以用于识别波斯字体，无需额外的预处理步骤，如特征提取、二值化、标准化等。

    Oct, 2023

  • 结合 OCR 模型阅读早期印刷书籍

    该论文研究了使用精细字体识别技术对 15 至 18 世纪印刷书籍进行 OCR 的方法。作者们使用了一个新的数据集，其中包含了早期印刷书籍的 OCR 信息，并标记了每个字体的边界框。研究结果表明，字体风格对 OCR 性能有很大影响，所选模型的精细程度对结果也有积极影响。此外，作者们开发了一个本地字体组识别系统，可以在识别多种字体的文本行时取得更好的识别效果。

    May, 2023

  • 一种基于 Transformer 模型的端到端 OCR 框架，用于识别具有变音符的大规模古典阿拉伯文多字体语料库的手写体 Arabic 识别

    本文介绍了针对阿拉伯历史文献的光学字符识别技术的研究，提出了一种端到端文本识别方法 BEIT，并通过实验比较证明，该方法优于卷积神经网络的特征提取方法，达到了 4.46% 的识别准确率。

    Aug, 2022

  • 使用开源引擎的 19 世纪 Fraktur 字体的最新光学字符识别技术

    本文介绍了一种使用混合模型的方法对 19 世纪 Fraktur 手写体进行 OCR，采用真实的数据训练混合模型的 OCR 引擎 Calamari 相较于 OCRopus、Tesseract 和 ABBYY 等其他引擎表现更佳，字符错误率平均降低超过 70％，平均字符错误率低于 1％。

    Oct, 2018

  • 专用模型和高级技术提升孟加拉光学字符识别在多样文档类型中的应用

    该研究提出了一种具有特殊能力的孟加拉语 OCR 系统，该系统在保留结构、对齐和图像的同时，在重建文档布局方面表现出色。它采用先进的图像和签名检测进行准确提取，并为文字分割提供了专门模型以适应多样化的文档类型，包括计算机排版、凸版印刷、打字机和手写文档。该系统处理静态和动态手写输入，识别各种写作风格。此外，它还能识别孟加拉语中的复合字符。广泛的数据收集工作提供了多样化的语料库，而高级技术组件优化了字符和单词识别。额外的贡献包括图像、标志、签名和表格识别，透视校正，布局重建以及用于高效和可扩展处理的排队模块。该系统在高效准确的文本提取和分析方面表现出色。

    Feb, 2024

  • IDPL-PFOD2：一个用于印刷波斯文光学字符识别的新的大规模数据集

    本文介绍了一种针对波斯文印刷文本识别的新型大规模数据集，该数据集包含 2003541 个图像并提供各种字体、样式和尺寸。通过使用基于 CRNN 和 Vision Transformer 的体系结构来评估数据集的有效性，CRNN-based 模型达到 78.49% 的基准准确率和 97.72% 的标准化编辑距离，而 Vision Transformer 架构达到 81.32% 的准确率和 98.74% 的标准化编辑距离。

    Dec, 2023

  • 基于 Transformer 的乌尔都文手写文字光学字符识别器

    本文介绍了使用 Transformer 来识别复杂的乌尔都手写文本的方法。

    Jun, 2022

  • 利用可用的光学字符识别引擎增强处理旧的库尔德出版物

    该研究致力于处理库尔德历史出版物，采用 Google 的免费 OCR 框架 Tesseract 5.0，使用自行创建的历史文档数据集进行训练，开发了一个提取文本的网页应用，同时也面临了公共数据集缺乏和字符、词之间不对齐的挑战。

    Apr, 2024

  • PP-OCR：一款实用的超轻型 OCR 系统

    本论文提出了 PP-OCR，一个高效的光学字符识别系统，其模型大小仅有 3.5M。该系统通过采用一系列优化策略来提高模型能力和减小模型大小。此外，该系统支持多语言识别，包括法语、韩语、日语和德语。

    Sep, 2020

  • 优化文化打字文件字符识别图像处理算法

    利用多目标问题公式和非支配排序遗传算法（NSGA-II）调整参数，本文评估了在光学字符识别（OCR）应用于打字文化遗产文件时图像处理方法和参数调整的影响，并发现通过数字表示类型来针对图像预处理算法进行参数化可以提高 OCR 的性能。特别是自适应阈值法、双边滤波器和开操作是剧院封面、信件和整体数据集中表现最好的算法，应在 OCR 之前应用以提高其性能。

    Nov, 2023