案例场景 OCR一般指Scene Text Recognition （场景文字识别），主要面向自然场景。在办公领域，它能快速将纸质文档、合同转化为可编辑文本，提升文件处理效率；在交通领域，车牌识别实现无人收费和智能监测； OCR两阶段方法一般包含两个模型，检测模型负责找出图像或视频中的文字位置，识别模型负责将图像信息转换为文本信息。开发语言 ●AscendCL ●liunx ●python 实验硬件实验软件名称版本 Kenerls Ascend-cann-kernels-310p_8.0.0_linux-aarch64.run CANN Ascend-cann-toolkit_8.0.0_linux-aarch64.run Python 3.11 案例简介 ●该OCR文字识别案例使用神州鲲泰基于昇腾芯片最新推出M300-P01 开发套件。 ●该套件的 Al 模块搭载了高性能处理器，具备高达 176TOPS 的人工智能推理能力，性能超越了国内外同类产品。 ●此开发套件实现了完全国产化和宽温设计，能够为教育领域提供全栈解决方案，同时可支持芯片级定制服务，涵盖 PCle、MXM、Com-e、VPX、LRM 等多种接口形态。 ●凭借其卓越的灵活性、兼容性和环境适应能力，M300-P01 DK 开发套件为教育辅导聊天机器人 AI 计算能力提供了强有力的支持。案例具体描述-环境准备开发者拿到M300-P01 开发板后，确认一下环境，具体如下： ➢硬件：M300-P01 开发板 ➢CANN：8.0.RC3.alpha002 实施流程 OCR两阶段方法包含两个模型，检测模型CTPN负责找出图像或视频中的文字位置，识别模型SVTR负责将图像信息转换为文本信息。图片输入：收集待分类图片数据集做为输入数据。输入前处理：将图片读入为numpy array，调整为模型输入大小，并修改像素值范围，与训练数据保持一致。模型推理：经过两个模型推理后得对应的结果。后处理：利用CTPN模型进行文本检测，构造文本框；SVTR模型进行文本识别。可视化或保存到文件：将预测结果显示在界面或保存到文件案例具体描述 1. 前期准备：下载对应的air模型文件与onnx模型文件。air是Mindspore框架的模型结构，而ONNX则是开源的离线推理模型框架。对应的下载链接： https://ascend-repo.obs.cn-east-2.myhuaweicloud.com/Atlas%20200I%20DK%20A2/DevKit/samples/23.0.RC1/base-samples/notebook-demo-datasets/02-ocr/ocr.zip 2. 模型转换：转换指令： CTPN模型:atc --model=./cnnctc.air --framework=1 --soc_version=Ascend310P1 --output=ctpn --log=info SVTR模型:atc --model=./svtr.onnx --framework=5 --input_shape='x:1,3,48,1440' --input_format=NCHW --soc_version=Ascend310P1 --output=svtr 注：下载的文件中有对应的已经转换好的模型，如果直接运行，可跳过此步骤。 3. 初始化模型 init_acl 函数负责初始化昇腾 ACL（Ascend Computing Language）环境，为后续模型加载、推理分配硬件资源。 4. 检测模型 CTPN使用了文本线构造方法使多个bbox组成了一个文本框。 5. 识别模型 SVTR的后处理就是一个简单的Argmax操作之后查表的过程。 6.运行推理: 检测结果（det result）：是文本检测模型输出的文字区域坐标， 249,90,249,122,939,122,939,90 ，用于定位图像中文字位置。识别结果（rec result）：是文本识别模型输出的文字内容，如从入门到进阶，开启昇腾开发者成长之旅、开启开发者之旅、光等。案例具体描述-效果展示