通过OCR实现纯数字识别

基于飞浆paddle训练框架

照这个改的
https://www.paddlepaddle.org.cn/documentation/docs/zh/practices/cv/image_ocr.html
训练不到10分钟
10epoch
cpu:inter i5 8250 U
脚本生成的图10000
验证训练:3:7
预测结果
在这里插入图片描述
chatgpt写的代码,生成数字根据label.txt,数据集就是编的,截图测试的效果不理想,太局限了,1111和2222就是手动截取的图认不出来,干到现在脑子想不动了,写个笔记,很潦草。
在这里插入图片描述

from PIL import Image, ImageDraw, ImageFont
import os
import ast  # 导入 ast 模块以进行 literal_eval

# 文件路径
file_path = 'D:\\xuexi\\a3\\data\\ocr\\a.txt'

# 输出目录
output_dir = 'D:\\xuexi\\a3\\data\\ocr\\images'
os.makedirs(output_dir, exist_ok=True)

# 使用默认字体
# 或者使用默认字体并设置大小
font_size = 22
font = ImageFont.load_default()
font = font.font_variant(size=font_size)

# 读取文件并解析内容
with open(file_path, 'r', encoding='utf-8') as file:
    for line in file:
        # 使用 ast.literal_eval 安全地将行解析为字典
        data = ast.literal_eval(line.strip())

        for filename, content in data.items():
            # 动态调整图像大小以适应文本
            text_width=70
            text_height = 30
            
            # 使用动态大小初始化 Image 对象
            image = Image.new('RGB', (text_width , text_height ), color=(255, 255, 255))
            d = ImageDraw.Draw(image)

            # 计算将文本居中的位置
            position = ((image.width - text_width) // 2+8, (image.height - text_height) // 2)

            # 绘制文本
            d.text(position, content, fill=(0, 0, 0), font=font)

            # 构建完整的输出路径并保存图像
            image_path = os.path.join(output_dir, filename.strip('"'))
            image.save(image_path)

print("图像已生成。")

开始摸鱼,乌呼!
在这里插入图片描述

  • 10
    点赞
  • 2
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
1. 安装Tesseract OCR 首先需要安装Tesseract OCR。Tesseract OCR是一个开源的OCR引擎,能够对图片进行文字识别。 在Linux系统下,可以通过以下命令进行安装: ``` sudo apt-get install tesseract-ocr ``` 在Windows系统下,可以从官网(https://github.com/UB-Mannheim/tesseract/wiki)下载安装程序进行安装。 2. 创建Node.js项目 创建一个新的Node.js项目,并在项目中安装以下依赖: ``` npm install express multer tesseract.js ``` 其中,express是一个Node.js的Web框架;multer是一个Node.js的中间件,用于处理文件上传;tesseract.js是一个Node.js的Tesseract OCR库。 3. 创建文件上传接口 在项目中创建一个文件上传接口,用于接收用户上传的图片。 ``` const express = require('express'); const multer = require('multer'); const app = express(); app.use(express.static('public')); const storage = multer.diskStorage({ destination: function (req, file, cb) { cb(null, 'public/uploads/') }, filename: function (req, file, cb) { cb(null, file.originalname) } }) const upload = multer({ storage: storage }) app.post('/upload', upload.single('file'), (req, res) => { res.send('File uploaded successfully'); }); app.listen(3000, () => { console.log('Server started on port 3000'); }); ``` 在上述代码中,通过multer中间件设置文件上传的存储路径,并通过upload.single('file')指定上传的文件参数名为file。最后,在文件上传成功后,返回一个成功信息。 4. 实现图片文字识别功能 在文件上传成功后,通过Tesseract OCR对上传的图片进行文字识别,并将识别结果返回给用户。 ``` const Tesseract = require('tesseract.js'); app.post('/upload', upload.single('file'), (req, res) => { Tesseract.recognize(req.file.path) .then(result => { res.send(result.text); }) .catch(err => { res.send(err); }); }); ``` 在上述代码中,通过Tesseract.recognize()方法对上传的图片进行文字识别,并将识别结果返回给用户。 完整代码如下: ``` const express = require('express'); const multer = require('multer'); const Tesseract = require('tesseract.js'); const app = express(); app.use(express.static('public')); const storage = multer.diskStorage({ destination: function (req, file, cb) { cb(null, 'public/uploads/') }, filename: function (req, file, cb) { cb(null, file.originalname) } }) const upload = multer({ storage: storage }) app.post('/upload', upload.single('file'), (req, res) => { Tesseract.recognize(req.file.path) .then(result => { res.send(result.text); }) .catch(err => { res.send(err); }); }); app.listen(3000, () => { console.log('Server started on port 3000'); }); ``` 启动应用程序,并访问http://localhost:3000,在网页中上传一张包含文字的图片,即可看到识别结果。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值