随笔分类 -  OCR之路

OCR（Optical Character Recognition）光学字符识别，包括文本框检测、字符识别、字符分割以及端到端的字符识别技术。
字符识别数据集（一）汉字编码
摘要：Big5编码 台湾国标繁体编码13053个 BIG5采用双字节编码，使用两个字节来表示一个字符。高位字节使用了0x81-0xFE，低位字节使用了0x40-0x7E，及0xA1-0xFE。 BIG5编码范围：8140－FEFE，其中汉字编码范围：A440-F9DC。 |类|编码范围|字符数| |-|- 阅读全文
posted @ 2020-06-03 22:34 beibao 阅读(1655) 评论(0) 推荐(0)
字符识别数据集（二）计算机汉字资料
摘要：大陆字库 来源 <现代汉语> 一级字 3500 二级字 3000 三级字 1605 总计 8105 现代汉语常用字表 3500 现代汉语通用字表 7000 台湾字库 汉字数量 常用国字标准字体表 4808 次常用国字标准字体表 6341 总计 11146 注：重复字 兀 嗀（读音hù，呕吐） 斔（读 阅读全文
posted @ 2020-06-03 22:26 beibao 阅读(403) 评论(0) 推荐(0)