文本的检测和识别，检测使用east，识别使用Tesseract，代码是python写的 。详见文章：https://blog.csdn.net/hhhhhhhhhhwwwwwwwwww/article/details/121398816?spm=1001.2014.3001.5501

HandwritingTextRecognition-Pytorch：具有Pytorch和CTC丢失的手写文本识别

ICPR2018：网络图像的文本识别 / 网络图像的文本检测 TODO： 根据描述文件在图片中圈出所有文本的位置，效果图如下 将描述文件转成pascal格式的xml文件 训练YOLO或者SSD模型 训练OCR模型或直接调用OCR库

crnn_ctc-centerloss 2020.12.27更新 使用最后一层全连接层输入的功能作为处理对象，即缩小这一功能的类内距离 实现功能和标签的对齐，主要解决了预测重复，预测漏字时的对齐问题（需要tf1.15） 增加对关键指标的计算和追踪，训练过程更直观，方便debug（需要tf1.15） 中心之间的距离 字符距离自己中心，形近字中心的距离 经过训练，字符距离差增大，预测置信度和距离差拥有一定相关性 增加feature的可视化，使用tensorboard的嵌入投影仪，方便调试 # 生成 embedding 图 python -m libs.projector --model=your_model_path --file=your_label_file_path --dir=your_log_dir # 启动 tensorboard tensorboard --logdir=you

包含Text Location 2015 和 Word Recognition 2015数据集 (包括训练数据集与测试数据集)

文本识别数据集：IIIT 训练集2000张 测试集3000 标签中都是每张图片上对应的单词 train.txt和test.txt都是过滤之后的标签（去掉符号和小于3个字符的） 另外两个标签是原版标签没有进行任何过滤 可自行在前面添加文件路径，也可以去我的主页下载添加路径的代码文件（python文件）

OCR扫描图书文本识别KEY,用在ABBYY Finereader破解

本地版，通过截图的方式识别图中的文本，识别率很高，可以用本地的方式，也可以用百度的接口

MATLAB汉字数字字符识别，带界面，神经网络方法。matlab，需要具备一定编程基础。

Imdb格式的IIIT5k数据集 相关的制作、使用代码可见博客 https://blog.csdn.net/zhaominyiz/article/details/104834770