PaddlePaddle飞桨OCR文本检测 |
您所在的位置:网站首页 › 识别图片文字在哪里 › PaddlePaddle飞桨OCR文本检测 |
此部分只考虑rec识别部分,不考虑检测和方向分类。 举个栗子,要识别的图片如下所示: 打码了,第一次发布的时候csdn说我打广告…… 这是paddle自带的图片,也是det检测后的框出来的图片,可以看到,rec识别部分的输入图片,是仅有一行文字,没有其它乱七八糟的东西,也没有多余的空白,非常精炼。 在PaddleOCR-dygraph根目录下启动cmd,输入识别图片代码如下: python tools/infer_rec.py -c configs/rec/ch_ppocr_v2.0/rec_chinese_common_train_v2.0.yml -o Global.load_static_weights=false Global.infer_img=doc/imgs_words/ch/其中-c 参数是配置文件,里面包含了识别要用的模型(由Global.checkpoints的路径指定,可以是自己训练的模型)和要识别的图片(由Global.infer_img的路径指定,可以是文件或者文件夹,示例是文件夹) -o后面的参数可以省去,当有该参数时,配置文件里的相应项将以-o参数为准。 识别结果如下图: 看来识别模型效果还不错。 现在任务要求,需要批量输出识别结果,于是打开tools/infer_rec.py查看代码: 如果之前没有别的修改的话,这段代码应该在80行左右。 经调试发现,路径存在file变量中,rec_reuslt(可能是开发人员手误,应该是rec_result)是一个元组(tuple)变量,rec_reuslt[0]存的是识别结果文字,rec_reuslt[1]存的是识别准确率。 于是用一波简单的文件操作,将结果保存为txt #大for循环前加 resulttxtpath=open(".\\rec_result.txt",'w+') #输出result的小for循环里加 print("{}\t{}\t{}".format(file,rec_reuslt[0],rec_reuslt[1]),file=resulttxtpath) #大for循环success后加 resulttxtpath.close()打开一看,符合要求。(这真的是\t) |
今日新闻 |
推荐新闻 |
CopyRight 2018-2019 办公设备维修网 版权所有 豫ICP备15022753号-3 |