m0_45868903的博客

接上一条博客，由于不同尺寸图片resize操作后可能会有不均匀拉伸，导致原始图片变模糊。本人拟采用如下操作：每张图片都要resize为48192的图片，先计算ratio=192//48假设输入图片高为H，宽为W，当Hratio<W时，对图片进行截断操作；当H*ratio>W时，最原始图片进行复制后截断，如下图所示，上代码：import osimport cv2import numpy as npimport argparsedef process(input_dir, out

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 osimport cv2import numpy as npimport argparsedef process(input_dir, out_dir): for filename in os.listdir(input_dir):

python3 中两个数作商/ 返回的是浮点型，//返回的是整型。2.opencv读取图片时img.shape 返回的是h，w，c但是resize时相反，如果想把图片img resize为h，w，c应该执行cv2.resize(img,(w,h))。

在训练PaddleOCR方向分类模型之前，所有图片都在一个文件夹中，所有label信息都在同一个txt文件中，因此需要编写脚本，将其按照8:1:1的比例进行分割。import osimport reimport shutilimport randomimport argparsedef split_label(all_label, train_label, val_label, test_label): f = open(all_label, 'r') f_train = op

由于官方提供的数据集过大，因此放在了两个文件夹中。本脚本的目的是把label文件合并在一起，把图片合并在一个文件夹中。import osimport shutilimport argparsedef concat_labels(label1, label2, output): label_list = [] file1 = open(label1, "r") file2 = open(label2, "r") for line in file1.readlines(

输入：图片，box（json文件）。输出：裁剪后图片。import osimport cv2import jsonimport argparsedef prepdata(json_file, img_file, out_dir): with open(json_file) as f: content = json.loads(f.read()) if os.path.isdir(img_file): for filename in os.listd

PaddleOCR官网方向分类模型要求正向图片标签为0，旋转180度后的图片标签为180。生成标签的txt格式为：目录+\t+label的格式，如train/123.jpg. 0import argparseimport osdef get_label(input, output, label): with open(output, "w") as f: if os.path.isdir(input): for filename in os.lis

import osimport cv2import argparsedef reverse_img(input, output): for filename in os.listdir(input): file, suffix = os.path.splitext(filename) if suffix.lower() not in [".jpg", ".jpeg", ".png"]: continue img_path