一、EasyOCR的運作方式

EasyOCR的運作方式可分為4個部分，圖片預處理、文字檢測、文字識別及後處理，以下總結各流程的綱要。

1. 圖像預處理
   在這個步驟中，主要是為了提高圖片的清晰度，方便後續的文字檢測和識別

• 灰階化：將輸入的彩色圖片轉換成灰階圖片，以減少計算量。
• 去噪：去除圖片中的噪點和干擾，提高清晰度。
• 二值化：將圖片轉為黑白影像，使文字區域更為清楚。

2. 文字檢測
   EasyOCR使用的主要技術是CRAFT（Character Region Awareness for Text detection）。工作原理如下：

• 特徵提取： 使用預訓練的卷積神經網路(例如VGG16)來提取圖片的特徵
• 文字區域定位： 根據特徵圖，生成文字區域的置信度得分和連接得分，從而定位文字區域。
• 後處理： 通過非極大值抑制(NMS)等技術，去除冗余的檢測框，生成最終的文字區域。

3. 文字辨識
   在這個部分會使用CRNN（Convolutional Recurrent Neural Network）的模型來進行文字識別。原理如下：

• 特徵提取： 使用卷積神經網絡（CNN）提取文字區域的特徵。
• 序列建模： 使用雙向長短期記憶網絡（Bi-LSTM）對特徵進行序列建模，捕捉文字的上下文信息。
• 字符解碼： 使用 CTC（Connectionist Temporal Classification）損失函數，將 LSTM 的輸出解碼為最終的文字序列。

4. 後處理
   後處理主要是對OCR輸出的結果進行錯誤校正和格式化輸出。EasyOCR使用一些簡單的後處理技術，如詞典匹配、拼寫檢查和置信度過濾等，藉此提高輸出的準確率。

EasyOCR的運作流程。圖片來源：EasyOCR GitHub