OCR（三）文字区域检测

文本区域检测

文本区域检测的任务是将图片中出现的文本检测出来，而现实情况中这些文本可能是不同语言，不同大小，有不同角度的倾斜，或者存在不同程度的遮挡问题，同时，画面背景可能也十分复杂。解决这些问题成为文本区域检测的挑战，有很多基于不同原理的解决方法，下面我们将在案例中重点介绍如下三种文本区域检测模型：

CTPN

CTPN是自然场景中通过连接连续文字区域进行文字检测的方法，是一种经典的基于Proposal的文本检测方法。CTPN在2016年由Zhi Tian,Weilin Huang，Tong He等提出，在不固定文本长度的场景中有教好的表现。下图展示了CTPN的检测结果，其中黄色框为标注区域，红色框为预测区域。

图片来源自CTPN论文

EAST

EAST是一种结合了segmentation和Proposal的文本检测方法。在2017年，EAST文本检测方法出现，对比之前的文本检测方法，EAST简化成了两个阶段：FCN多通道的全连接层以及NMS非极大值抑制。简化的流程并没有对EAST的效果有很大影响，但是效率却大大却有所提升。下图展示了EAST的预测示例。