OCR 任务
OCR（光学字符识别）任务用于从图像中提取文本信息。以下是如何使用 OCR 任务的指南。
首先需要从图像中提取出文本的位置，然后裁剪出来文本区域的图像，最后将裁剪后的图像传入 OCR 模型进行识别。
完整的步骤如下：
- 收集图像
- 在大图上标注文本区域
- 训练文本检测模型
- 裁剪文本区域小图
- 在小图上标注文本内容
- 训练 OCR 模型
- 在测试平台使用模块化任务实施OCR识别
- 在C#中调用OCR接口
文本区域标注
把需要检测文本的数据准备在一个文件夹，随后使用右键点击文件夹，选择使用labelme打开：
你可以标注矩形，或者旋转框矩形。取决于文本框是否倾斜。
注意：
- 整个数据集的标注方式要一致
- 确保所有的文件都被标注
矩形框标注方法：
标注好的矩形框：
训练文本检测模型
检测模型训练方法：
- 打开训练平台
- 创建训练任务
- 选择目标检测或旋转框检测任务
- 数据集分析
- 调整数据增强
- 训练模型
- 在测试平台中测试模型
打开训练平台
创建训练任务
根据标注的方式选择任务类型：
- 目标检测：标注的是矩形框
- 旋转框检测：标注的是旋转框
数据集分析
调整数据增强
在这个例子里面，我们不使用resize以外的数据增强：
训练模型
因为本次训练的数据较少，所以数据倍增10，且为100%训练集
观察训练指标效果：
在测试平台中测试模型
裁剪文本区域小图
使用文本检测模型对大图进行预测，得到文本区域的坐标。然后使用这些坐标裁剪出小图。这个步骤可以在AI测试平台中完成：
裁剪出来的小图：
小图标注文本内容
打开LabelMeAI
使用labelme打开裁剪出来的小图，进行文本内容标注：
标注文本内容
使用快捷键 T 标注文本标记：
标注完成
训练 OCR 模型
与检测模型训练类似，打开训练平台，创建 OCR 任务，选择 OCR 任务类型，数据集分析，调整数据增强，训练模型，测试模型。
创建 OCR 任务
训练参数
OCR 训练参数：
在测试平台使用模块化任务实施OCR识别
在试平台中选择模块化任务
加载模型
分别加载文本检测模型和OCR模型：
识别结果
在C#中调用OCR接口
在我们开源的 OpenIVS 中，有 C# 测试程序，工程名字是 DlcvDemo，可以看到 OCR 接口的调用示例。
加载模型
打开 C# 测试程序，点击 加载OCR模型 按钮，选择检测模型和 OCR 模型：
加载成功后：
识别图像
代码参考
下面是 C# 中调用 OCR 接口的示例代码：
// 加载模型
private dynamic model;
model = new OcrWithDetModel();
model.Load(detModelPath, ocrModelPath, deviceId);
model.SetHorizontalScale(horizontalScale);
// 识别图像
CSharpResult result = model.Infer(image);
https://github.com/dl-cv/OpenIVS/blob/master/DlcvDemo/Form1.cs
识别结果的解析请参考结果定义：