文字识别（OCR）工具箱
文字识别（OCR）目前在多个行业中得到了广泛应用，比如金融行业的单据识别输入，餐饮行业中的发票识别， 交通领域的车票识别，企业中各种表单识别，以及日常工作生活中常用的身份证，驾驶证，护照识别等等。 OCR（文字识别）是目前常用的一种AI能力。
OCR工具箱功能:
1. 图像预处理SDK
在OCR文字识别的时候，我们得到的图像一般情况下都不是正的，多少都会有一定的倾斜。 并且图片有可能是透视视角拍摄，需要重新矫正，尤其此时，将图片转正可以提高文字识别的精度。
1.1. 方向检测与旋转 - ocr_direction_det_sdk
方向检测 - DirectionDetExample
模型本身支持 0 度，和 180 度两种方向分类。 但是由于中文的书写习惯，根据宽高比可以判断文本的90度和270度两个方向。
- 0度
- 90度
- 180度
- 270度
方向旋转 - RotationExample
- 逆时针旋转
- 每次旋转90度的倍数
1.2. 图像转正 - ocr_alignment_sdk（自动检测边缘，透视变换转正）
图像转正提供了两个模型，根据需要使用。
1.3. 文本图像超分辨 - ocr_text_sr_sdk
提供了两个模型，根据需要使用。
2. 文字识别SDK (原生支持旋转倾斜文本, 如果需要，图像预处理SDK可以作为辅助)
2.1. 文本检测 - OcrV3DetExample
- 中文文本检测
- 英文文本检测
- 多语言文本检测
2.2. 文本识别 - OcrV3RecExample
支持的语言模型：
- 中文简体
- 中文繁体
- 英文
- 韩语
- 日语
- 阿拉伯
- 梵文
- 泰米尔语
- 泰卢固语
- 卡纳达文
- 斯拉夫
2.3. 多线程文本识别 - OcrV3MultiThreadRecExample
CPU：2.3 GHz 四核 Intel Core i5 同样图片单线程运行时间：1172 ms 多线程运行时间：707 ms 图片检测框较多时，多线程可以显著提升识别速度。
3. 版面分析 - ocr_layout_sdk
可以用于配合文字识别，表格识别的流水线处理使用。
3.1. 中文版面分析 - LayoutCNDetExample
中文版面分析模型，可以划分为表格、图片、图片标题、表格、表格标题、页眉、脚本、引用、公式10类区域：
- text
- title
- figure
- figure_caption
- table
- table_caption
- header
- footer
- reference
- equation
3.2. 英文版面分析 - LayoutENDetExample
英文版面分析模型，可以划分文字、标题、表格、图片以及列表5类区域：
- text
- title
- list
- table
- figure
- 运行成功后，命令行应该看到下面的信息:
3.3. 中英文文档 - 表格区域检测 - TableDetExample
表格数据集训练的版面分析模型，支持中英文文档表格区域的检测。
4. 表格识别 - ocr_table_sdk
4.1. 英文表格识别 - TableENRecExample
4.2. 中文表格识别 - TableCNRecExample
4.3. 多表格自动检测识别 - MultiTableRecExample
