因为项目需要，之前找了下已有可用的开源中文OCR工具，发现居然没有特别好用的。 所以就自己封装了一个中文OCR Python包，称之为 cnocr（Chinese OCR的简称）。 cnocr主打使用简单，功能极简。
以下是使用说明，欢迎大家试用，帮忙提issue。
cnocr
cnocr是用来做中文OCR的Python 3包。cnocr自带了训练好的识别模型，所以安装后即可直接使用。
目前使用的识别模型是crnn，识别准确度约为 98.7%。
本项目起源于我们自己 (爱因互动 Ein+) 内部的项目需求，所以非常感谢公司的支持。
特色
本项目的大部分代码都fork自 crnn-mxnet-chinese-text-recognition，感谢作者。 但源项目使用起来不够方便，所以我在此基础上做了一些封装和重构。主要变化如下：
-
不再使用需要额外安装的MXNet WarpCTC Loss，改用原生的 MXNet CTC Loss。所以安装极简！
-
自带训练好的中文OCR识别模型。不再需要额外训练！
-
增加了预测（或推断）接口。所以使用方便！
安装
pip install cnocr
注意：请使用Python3 (3.4, 3.5, 3.6以及之后版本应该都行)，没测过Python2下是否ok。
使用方法
预测
以如下图片文件为例，文件内容如下：
代码引用
from cnocr import CnOcr
ocr = CnOcr()
res = ocr.ocr_for_single_line('examples/rand_cn1.png')
print("Predicted Chars:", res)
首次使用cnocr时，系统会自动从Dropbox下载zip格式的模型压缩文件，并存于 ~/.cnocr目录。
下载后的zip文件代码会自动对其解压，然后把解压后的模型相关文件放于~/.cnocr/models目录。
如果系统不能自动从Dropbox成功下载zip文件，则需要手动下载此zip文件并把它放于 ~/.cnocr目录。
另一个下载地址是百度云盘(提取码为pg26)。
放置好zip文件后，后面的事代码就会自动执行了。
上面预测代码段的返回结果如下：
Predicted Chars: ['笠', '淡', '嘿', '骅', '谧', '鼎', '皋', '姚', '歼', '蠢', '驼', '耳', '胬', '挝', '涯', '狗', '蒽', '子', '犷']
脚本引用
也可以使用脚本模式预测：
python scripts/cnocr_predict.py --file examples/rand_cn1.png
返回结果和前面相同：
Predicted Chars: ['笠', '淡', '嘿', '骅', '谧', '鼎', '皋', '姚', '歼', '蠢', '驼', '耳', '胬', '挝', '涯', '狗', '蒽', '子', '犷']
训练自己的模型
cnocr安装后即可直接使用，但如果你非要训练自己的模型，请参考下面命令：
python scripts/cnocr_train.py --cpu 2 --num_proc 4 --loss ctc --dataset cn_ocr
未来工作
- 支持
空格识别 - 修bugs（目前代码还比较凌乱。。）
- 完善测试用例
- 考虑使用MxNet的命令式编程重写代码，提升灵活性
- 尝试新模型，如 DenseNet、ResNet，进一步提升识别准确率
