赏金任务-在example/README.md中补充ocr实例运行方式 (#450)

* 增加了ocr exampleREADME.md

* 修正了README.md文档, 同时增加了example OCR README.md, 删除了多余的文件

* Update README.md

README.md

@@ -12,7 +12,7 @@
 
 ## 简介
 
-**Tengine Lite** 由 **OPEN AI LAB** 主导开发，该项目实现了深度学习神经网络模型在嵌入式设备上**快速**、**高效**部署。为实现众多 **AIoT** 应用中跨平台部署，本项目基于原有 Tengine 项目使用 **C 语言**进行重构，针对嵌入式设备资源有限的特点进行深度框架裁剪。同时采用完全分离的前后端设计，利于 CPU、GPU、NPU 等异构计算单元快速移植和部署。同时**兼容 Tengine** 框架原有 API 和 模型格式 tmfile，降低评估、迁移成本。
+**Tengine Lite** 由 **OPEN AI LAB** 主导开发，该项目实现了深度学习神经网络模型在嵌入式设备上的**快速**、**高效**部署需求。为实现在众多 **AIoT** 应用中的跨平台部署，本项目基于原有 Tengine 项目使用 **C 语言**进行重构，针对嵌入式设备资源有限的特点进行了深度框架裁剪。同时采用了完全分离的前后端设计，有利于 CPU、GPU、NPU 等异构计算单元的快速移植和部署。同时**兼容 Tengine** 框架原有 API 和 模型格式 tmfile，降低评估、迁移成本。
 
 Tengine Lite 核心代码由 4 个模块组成：
 

examples/README.md

@@ -285,4 +285,30 @@ KeyPoints Coordinate:
 
 人体姿态识别结果会保存为图片，名称为：`Output-Keypionts.jpg`和`Output-Skeleton.jpg`。
 
+## 汉字识别任务 - [tm_crnn.cpp](tm_crnn.cpp)
+
+目录结构: 在根目录下新建model文件夹, 并从[Tengine model zoo](https://pan.baidu.com/s/1Ar9334MPeIV1eq4pM1eI-Q) ( 密码：hhgc ) 中下载对应的模型文件和测试图片放入其中, 这里是: `crnn_lite_dense.tmfile`模型文件, `o2_resize.jpg`测试图片, 以及`keys.txt`字库文件. 在以上步骤的基础上, 输入如下命令行
+
+测试图片：
+
+![](https://s1.ax1x.com/2020/10/20/BSlFPS.jpg)
+
+```bash
+$ export LD_LIBRARY_PATH=./build/install/lib
+$ ./build/install/bin/tm_crnn -m model/crnn_lite_dense.tmfile -i model/o2_resize.jpg -l model/keys.txt
+```
+
+结果如下：
+
+```bash
+start to run register cpu allocator
+tengine-lite library version: 1.0-dev
+Repeat 1 times, thread 1, avg time 43.32 ms, max_time 43.32 ms, min_time 43.32 ms
+--------------------------------------
+如何突破自己的颜值上限
+--------------------------------------
+```
+
+其中ocr的识别结果会直接打印到终端中, 同时如果需要保存为txt文件可以修改源码使其重定向到文件。
+
 我们将持续更新各种有趣的 demo ，敬请期待......