陀飛輪

梳理一下OCR文字識(shí)別三種解碼算法，先介紹一下什么是OCR文字識(shí)別，然后介紹一下常用的特征提取方法CRNN，最后介紹3種常用的解碼算法CTC/Attention/ACE。 什么是OCR文字識(shí)別？ 一般來說，文字識(shí)別之前需要先對文字進(jìn)行定位(文字檢測主要有基于物體檢測和基于分割兩種方法)，文字識(shí)別就是通過輸入文字圖片，然后解碼成文字的方法。本文主要講文字識(shí)別部分，文字識(shí)別主要分成三種類型：單字分類、整詞分類和整詞識(shí)別。當(dāng)能夠定位出單字時(shí)，可以用圖像分類的方法直接對單字進(jìn)行分類；當(dāng)需要預(yù)測整詞數(shù)量較少時(shí)，可以對整詞進(jìn)行分類；當(dāng)有大量整詞需要預(yù)測并且沒有單字定位時(shí)，就需要用解碼序列的方法進(jìn)行識(shí)別了。因此，文字識(shí)別中最常用的是文字序列