用opencv的dnn模块做OCR，实现对图片中的文本检测与识别，其中文本检测用的是EAST，文本识别用的是CRNN。程序的运行不依赖任何深度学习框架pytorch,tensorflow等等的，只依赖opencv，numpy，math和argparse这4个python库，做到极简主义OCR。下载源码的地址是 https://github.com/hpc203/ocr-opencv-dnn
在运行程序前，按照README.md里的提供的模型文件地址下载模型文件后，就可以运行程序了。
在编写这个程序时，我一直有个疑惑，就是在EAST文本检测模块里。起初，我是在https://github.com/spmallick/learnopencv/blob/master/TextDetectionEAST/textDetection.py里看到用opencv的dnn模块做EAST文本检测，但是它的读取模型文件初始化网络的方式我一直疑惑不解。看text_detect_recognition.py的第152行：
detector = cv.dnn.readNet(modelDetector)
modelDetector是.pb文件，这说明它是在tensorflow框架里训练得到的，我把这行代码换成
detector = cv.dnn.readNetFromTensorflow(modelDetector)
程序依然可以正常运行。但是我看到过的用cv.dnn.readNetFromTensorflow读取faster-rcnn，mask-rcnn，又或者ssd的时候，需要提供.pb和.pbtxt文件才能正常运行的，如果只提供.pb文件，那程序运行就会报错中断的。看opencv里的dnn.py文件，readNetFromTensorflow函数接口的定义：
可以看到config(也就是pbtxt文件)是一个可选项，在调用这个函数时，可以不提供config输入参数的。readNet函数接口的定义也是如此
因此，我就有个疑问，在tensorflow框架里训练产生的模型文件，用opencv的dnn模块读取时，什么样的网络可以只提供.pb文件就能正常运行，什么样的网络需要既提供.pb又要提供.pbtxt文件才能正常运行呢？