DL之CNN:基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别—预测过程
2023-09-14 09:04:44 时间
DL之CNN:基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别—预测过程
目录
输出结果
1、五张图片进行测试,并输出测试结果
输出结果分别为
结论,前两张图片的测试效果,还是可以接受的。
设计思路
后期更新……
核心代码
后期更新……
def ocr_predict(im):
im = im.convert('L') 。
scale = im.size[1]*1.0 / 32
w = im.size[0] / scale
w = int(w)
im = im.resize((w,32))
img = np.array(im).astype(np.float32)/255.0
# print(img)
X = img.reshape((32,w,1))
X = np.array([X])
y_pred = basemodel.predict(X)
# out01 = decode(y_pred)
# print('out01的输出:',out01)
y_pred = y_pred[:,2:,:]
out = decode(y_pred)
# print('out01过滤后的输出:',out)
#out = K.get_value(K.ctc_decode(y_pred, input_length=np.ones(y_pred.shape[0])*y_pred.shape[1], )[0][0])[:, :]
#out = u''.join([characters[x] for x in out[0]])
if len(out)>0:
while out[0]==u'。':
# print('【out[0]==u。后输出】:', out)
if len(out)>1:
out = out[1:]
# print('【out[1:]输出】:', out)
else:
break
return out #返回out
img = cv2.imread('./img/12.jpg')
image = Image.fromarray(img).convert('L')
print(sim_pred)
相关文章
- 手势识别之平移、缩放、长按、旋转、滑动
- ORA-12514: TNS: 监听程序当前无法识别连接描述符中请求的服务
- 文字检测与识别 资源
- Python视觉深度学习系列教程 第三卷 第11章 车辆识别
- C# 识别url是否是网络路径
- CV之IC之AlexNet:基于tensorflow框架采用CNN卷积神经网络算法(改进的AlexNet,训练/评估/推理)实现猫狗分类识别案例应用
- DL之NN/Average_Darkness/SVM:手写数字图片识别(本地数据集50000训练集+数据集加4倍)比较3种算法Average_Darkness、SVM、NN各自的准确率
- DL之CNN:利用自定义DeepConvNet【7+1】算法对mnist数据集训练实现手写数字识别并预测(超过99%)
- 人脸微表情识别
- OpenCV萌新福音:易上手的数字识别实践案例
- 在OpenCV里车牌识别的方法3
- 元学习MAML——要解决的问题是给你一堆猫狗图片(训练样本较多),然后给你一类黑天鹅图谱(样本少),让你训练一个模型,能够泛化能力好,识别猫狗和黑天鹅
- tflearn 中文汉字识别,训练后模型存为pb给TensorFlow使用——模型层次太深,或者太复杂训练时候都不会收敛
- 【2021 第五届“达观杯” 基于大规模预训练模型的风险事件标签识别】2 DPCNN、HAN、RCNN等传统深度学习方案
- 行人重识别02-00:fast-reid(BoT)-目录-史上最新无死角讲解
- 一、贴片电阻大小的识别与常用的原理图标注规范