使用fastDeploy调用ocr遇到的问题

使用检测器将待识别目标图像截取出来后，送入ocr模型，发现识别结果完全不对，然而将crop_img保存到本地，然后在使用oencv读出来，再识别，结果就是正确的。

我比较了直接截取的图片和保存后再读取的图片，二者的bgr通道上会相差大约0-3的一个像素值。查看网上资料学习，说的是，保存图片时，会根据格式来进行一个压缩（大致是这意思）。

解决方法：截取的图片是一个ndarray，type是unit8的，将他改为float32就对了。

部分代码：

x1, y1, x2, y2 = int(x1), int(y1), int(x2), int(y2)
crop_img = data[y1:y2, x1:x2]
# cv2.imwrite('img/crop.jpg', crop_img)
crop_img_float = crop_img.astype(np.float32)# 这行很重要，T T
# cv2.imshow('crop', crop_img)
# cv2.waitKey(0)
rec_result1 = self.recognizer.predict(crop_img_float)
# crop = cv2.imread('img/crop.jpg')
# x = crop - crop_img
# print(x)
# rec_result = self.recognizer.predict(crop)
print(rec_result)

离谱，试了好久。

记录一下，免得搞忘