chros425 / idcard-ocr

端到端的针对身份证的文字识别

idcard-ocr

用途：

主要针对身份证的地址文字OCR，其他有文字的图片也可以，但没有文字检测的功能

文件夹介绍

1. background：生成文字的背景图片
2. code：代码库
3. corpus：语料库（需要自己准备，这里上传的是一个样例）
4. font：字体库
5. log：存放模型权重

代码说明

├── code
│   ├── comp_face++.py （与face++的检测结果进行比较）
│   ├── data_generator.py （数据生成器）
│   ├── demo_new.py （将模型的输出结果用json存储）
│   ├── densenet.py （模型的网络结构）
│   ├── detect_ocr.py （检测及识别身份证文本）
│   ├── gen_real.py （生成真实的身份证图片及文本）
│   ├── id_label_map.pbtxt （文本检测的类别说明）
│   ├── keys.py （字库）
│   ├── model.png （模型的网络结构图）
│   ├── model.py （编译模型并指定优化器）
│   ├── test.py （输出生成图片的检测结果）
│   ├── train.py （训练代码）
│   └── train_test.py （测试训练代码）

运行环境

1. keras == 2.2.0
2. tensorflow == 1.6.0

训练：

1. 建立语料库（corpus/address_lite.txt）
2. 训练模型（code/train.py）

改进

代码参考该库，主要改进以下：

1. 扩充了汉字库（增加了200多个，目前有6000个以上汉字）
2. end2end的训练模式，从语料库直接生成文字图片，更加方便
3. 文字和图片的随机增强（文字随机排列、图片的背景和字体的随机生成、文字的角度等）

精度

loss为0.56，精度为0.93

Todo List

1. 模型与训练的代码分开
2. 除了地址，增加其他项目的识别（身份证号、有效日期等）
3. 增加文字检测功能（只针对身份证）
4. 文字增强（文字旋转图像不旋转、文字设置透明度）