SimpleHTR

收录理由

SimpleHTR 能把手写图片直接转成文本，底层基于 TensorFlow，并在 IAM 数据集上完成了训练。你既可以输入单个单词的裁剪图，也可以输入整行文字的图片，模型会返回识别出的字符串并附带一个置信度分数。对扫描文档的数字化、表单信息提取这类实际场景来说，它非常实用。项目自带了预训练权重，下载后就能直接跑推理；如果你有自己的手写样本，也可以重新训练。解码器方面提供了多种 CTC 选项，其中带词典约束的 word beam search 能明显降低常见词汇的识别错误。整个网络结构相当紧凑，大约五层 CNN 加两层 LSTM，配合 CTC 解码，比多数工业级 OCR 系统更容易读懂和修改。不过一旦你需要处理整个页面的版面布局，建议搭配同作者维护的 HTRPipeline 一起使用。