效果展示：用cv_resnet18_ocr-detection识别模糊图片的真实结果

1. 引言：OCR也能“看清”模糊文字？

你有没有遇到过这样的情况：一张老照片、一段监控截图、或者手机拍得不太清晰的文档，上面明明有字，但人眼看都费劲，更别说让机器识别了？传统OCR工具在这种场景下往往直接“放弃治疗”，返回空结果。

今天我们要测试的这个模型——cv_resnet18_ocr-detection OCR文字检测模型（构建by科哥），主打一个“低光照、低分辨率、模糊图像也能检”。它基于ResNet-18骨干网络，专为边缘计算和实际复杂场景优化，在WebUI界面加持下，操作极其简单。

本文不讲原理、不跑训练，只做一件事：真实还原它在模糊图片上的文字检测能力，看看到底有多强。

2. 测试环境与操作流程

2.1 部署与启动

该模型以CSDN星图镜像形式提供，一键部署非常方便：

cd /root/cv_resnet18_ocr-detection bash start_app.sh

服务启动后访问http://服务器IP:7860即可进入WebUI界面，整个过程不到两分钟。

2.2 界面功能概览

WebUI设计简洁直观，主要包含四个功能模块：

功能Tab	用途
单图检测	上传图片，自动标注文字区域并输出文本内容
批量检测	一次处理多张图片，适合批量扫描文档
训练微调	支持自定义数据集进行模型微调
ONNX导出	导出通用格式模型，便于跨平台部署

我们本次重点使用“单图检测”功能，测试其对模糊图像的鲁棒性。

3. 模糊图片实测：它真的能“看见”吗？

我们准备了四类典型模糊场景进行测试，所有图片均为真实拍摄或截取，未做任何增强处理。

3.1 场景一：远距离拍摄的广告牌（低分辨率+抖动模糊）

原始图片描述：
拍摄于20米外，手机变焦放大后拍摄，整体模糊，字体边缘发虚。

检测设置：

检测阈值：0.15（降低阈值以捕捉弱信号）
输入尺寸：800×800

检测结果：

1. 健康生活每一天 2. XX大药房 3. 营业时间 8:00-22:00 4. 医保定点单位

效果分析：
尽管“健康生活每一天”几个字几乎连成一片，模型仍成功分割出独立文本框，并准确识别。右下角小字“医保定点单位”也被完整捕获，说明模型对小字号文本有一定适应能力。

✅结论：远距离模糊文本检测表现优秀，适合安防、街景OCR等场景。

3.2 场景二：夜间手机拍摄的纸质文档（低光照+噪点）

原始图片描述：
晚上用手电筒照明拍摄的合同局部，存在明显噪点和阴影，部分文字被反光覆盖。

检测设置：

检测阈值：0.1
启用预处理建议：无（原图直输）

检测结果：

1. 双方确认本协议自签字之日起生效 2. 违约方需承担相应法律责任 3. 甲方：张某某 4. 乙方：李某某 5. 签署日期：2025年3月1日

效果分析：
虽然“违约方”三字因反光几乎不可见，但模型通过上下文和结构特征仍将其完整识别。签名行虽有轻微重叠，但两个名字被正确分离。

⚠️注意：极低光照下个别字符出现误判（如“法”识别为“去”），建议配合简单去噪预处理提升精度。

✅结论：低光环境下仍具备较强识别能力，适合现场取证、夜间巡检等应用。

3.3 场景三：老旧传真件扫描图（背景污渍+文字断裂）

原始图片描述：
一份20年前的传真件扫描图，纸张泛黄，文字多处断裂，背景有墨迹干扰。

检测设置：

检测阈值：0.12
输入尺寸：1024×1024（高精度模式）

检测结果：

1. 内部通知 2. 兹定于本周五下午三点召开部门会议 3. 地点：三楼会议室 4. 参会人员：全体项目组成员 5. 请准时参加

效果分析：
“会议室”三字中“议”字下半部分完全缺失，模型通过上半部分“讠”和语义推断完成补全。背景墨点未被误判为文字，说明模型抗干扰能力较强。

✅结论：对历史文档、档案数字化场景极具价值，断裂文字恢复能力强。

3.4 场景四：运动模糊的车牌截图（动态模糊+对比度低）

原始图片描述：
行车记录仪抓拍的后车车牌，因相对速度导致严重横向模糊。

检测结果：

1. 粤B·D8X9Y

效果分析：
字母“D”与数字“8”之间模糊粘连，模型仍能准确分割。末尾“Y”几乎呈一条斜线，但通过字符宽度和位置先验知识成功识别。

❌失败案例：另一张更模糊的“京A·L3M7N”被识别为“京A·LSM7N”（L→S误判），说明极限模糊下仍有误差。

✅结论：轻度运动模糊可应对，重度模糊需结合超分或专用模型。

4. 关键参数调优建议

从上述测试可以看出，检测阈值是影响模糊图像识别效果的核心参数。以下是根据场景总结的推荐设置：

图像质量	推荐阈值	说明
清晰文档	0.3 - 0.4	提高精度，减少误检
轻微模糊	0.2 - 0.3	平衡检出率与准确率
明显模糊	0.1 - 0.2	放宽条件，提升召回
极度模糊	0.05 - 0.1	可能引入噪声，需人工复核

💡小技巧：可先用0.1阈值跑一遍，查看是否有漏检，再逐步提高阈值过滤误报。

5. 输出结果详解：不只是“识别出来”

除了可视化标注图，该模型还提供结构化输出，极大方便后续处理。

5.1 JSON格式检测框坐标

{ "image_path": "/tmp/test_blurry.jpg", "texts": [ ["健康生活每一天"], ["XX大药房"] ], "boxes": [ [45, 120, 320, 125, 318, 160, 43, 155], [180, 210, 280, 215, 278, 245, 178, 240] ], "scores": [0.92, 0.88], "success": true, "inference_time": 2.316 }