padding

本文针对OCR cls模型中，不同尺寸图片resize后得到的图像可能会进行不均匀拉伸，导致图像不清晰。因此考虑在图像resize前先对图像进行padding操作，使之实现均匀缩放。（本人正在探索阶段，该想法未必可以提高准确率）

上代码：

import os
import cv2
import numpy as np
import argparse

def process(input_dir, out_dir):
    for filename in os.listdir(input_dir):
        file, suffix = os.path.splitext(filename)
        if suffix.lower() not in [".jpg", ".jpeg", ".png"]:
            continue
        old_path = os.path.join(input_dir, filename)
        img = cv2.imread(old_path)
        img_H, img_W, img_C = img.shape
        ratio = 192 // 48
        if img_H * ratio > img_W:
            im_padding = np.zeros((img_H, img_H*ratio, img_C), dtype=np.float32)
            im_padding[:, 0:img_W, :] = img
        elif img_H * ratio == img_W:
            im_padding = img
        else:
            im_padding = img[:, 0:img_H*ratio, :] 
        new_path = os.path.join(out_dir, filename)
        resize_img = cv2.resize(im_padding, (192, 48))
        print(resize_img.shape)
        cv2.imwrite(new_path, resize_img)


def get_args():
    parser = argparse.ArgumentParser()
    parser.add_argument('--input_dir', default='../paddleocr/PaddleOCR/train_data/cls/test/')
    parser.add_argument('--out_dir', default='../paddleocr/PaddleOCR/train_data/cls/test_t/')
    return parser.parse_args()


def main(args):
    if not os.path.isdir(args.out_dir):
        os.makedirs(args.out_dir)
    process(args.input_dir, args.out_dir)


if __name__ == "__main__":
    main(get_args())