将标注好的文本检测数据裁剪成紧贴文本

最新推荐文章于 2024-10-30 16:52:22 发布
最新推荐文章于 2024-10-30 16:52:22 发布
阅读量1.4k 收藏 1
点赞数
分类专栏： 图像处理 传统算法 文章标签： python
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_43739296/article/details/122230679
版权
本文介绍了如何将PaddleOCR的文本检测结果转换为紧贴文本的框，包括灰度处理、二值化、最小外接矩形计算、旋转校正和裁剪过程。涉及的技术包括OpenCV、形态学操作和文本矫正，旨在提高后续识别准确性和效率。
摘要由CSDN通过智能技术生成

将标注好的文本检测数据裁剪成紧贴文本

文章目录

背景

PaddleOCR默认的文本检测模型得到的box是紧贴文本的，我们在文本识别后的后处理策略也需要紧贴文本的box以进行过滤。因此我们需要将将标注好的文本检测数据裁剪成紧贴文本的样式。需要做到这一点，我们需要：

  • 将图片转换成灰度图
  • 将灰度图二值化-> 得到黑色背景白色前景
  • 得到最小外接矩阵
  • 最小外接矩阵可能是有旋转角度的，将它映射为正视图
  • 对最小外接矩阵进行裁剪

先介绍两个相关博客
OpenCV Python实现旋转矩形的裁剪
OCR-文本检测后的文字纠正
python opencv minAreaRect 生成最小外接矩形

图像形态学处理的博客
【图像处理】OpenCV+Python图像处理入门教程（七）图像形态学操作

以及介绍ocr时提到的文本矫正的博客：
第一个回答
车牌识别中的不分割字符的端到端(End-to-End)识别

代码

哈宝可爱
关注
专栏目录
Python使用opencv基于坐标范围批量剪裁（图像）并将剪裁后的图像保存到指定的新文件夹中
data+scenario+science+insight
11-07 605
Python使用opencv基于坐标范围批量剪裁（图像）并将剪裁后的图像保存到指定的新文件夹中
目标检测YOLO实战应用案例100讲-基于改进YOLO v5的排水管网缺陷智能识别(续)
qq_36130719的博客
11-16 577
通过对1800张排水管道缺陷照片进行分析研究得出，排水管道缺陷样本库的构建流 程包括以下步骤:（1）数据采集。对抽帧获得的样本进行人工筛选，去除重复、无效或错误的数 据。对筛选好的数据进行数据增强，包括旋转、翻转、裁剪等，增加数 据多样性和数量.（5）缺陷标注。对采集的数据进行缺陷标注，包括缺陷的类型、位置、 大小等。其二是既满足用户对数据进行处理的基本需求，也尽可能地方便用户对样本数据各方面 信息的理解[76]。在样本库构建的过程中，需要注意对数据的质量进行控制，保证数据的 准确性和可靠性。
让OCR更简单 | PaddleOCR+OpenCV实现文字识别步骤与代码演示
Color Space的博客
02-06 3388
导读 本期将介绍并演示PaddleOCR+Python+OpenCV实现车牌识别、身份证信息识别和车票信息识别的步骤与效果。 介绍 百度深度学习框架PaddlePaddle开源的OCR项目PaddleOCR近期霸榜github。使用测试后发现识别效果很好，对于简单的应用(车票车牌身份证等)，直接用项目提供的模型即可使用。特殊应用，可自己训练后使用。 gituhub地址：https://github.com/PaddlePaddle/PaddleOCR 效果展示 分别以车牌识别、身份证信息识别
paddleocr自定义数据集标注图片 识别部分的图片自动裁剪
weixin_44996884的博客
04-08 2424
1.问题 PaddleOCR大体分为两部分，文本检测和文本识别。由于是自定义的数据集，因此不得不对样本图片进行标注。去年楼主采用的的是labelme，然后把labelme标注的json格式转化为paddle文本检测需要的标注格式。 下面是去年的帖子： https://blog.csdn.net/weixin_44996884/article/details/107781747 **今年发现paddleocr2.0增加了好多功能，开发出了半自动标注工具，可以直接转化为txt,就省去了之间的步骤。瞬间感觉对开
PaddleOCR的rec如何裁剪数据
qq_38500228的博客
06-24 544
要注意train,test,val是分三次运行代码的，对应关系要正确
PaddleOCR详细实现文档教程
your___的博客
08-30 5174
PaddleOCR详细实现流程快速安装（Windows版）1安装PaddlePaddle2克隆PaddleOCR repo代码3安装第三方库文本检测1数据准备2启动训练3指标评估4测试检测效果文本识别1数据准备2启动训练3评估4预测 快速安装（Windows版） 1安装PaddlePaddle 如果您的机器是CPU，请运行以下命令安装： python -m pip install paddlepaddle -i https://mirror.baidu.com/pypi/simple 如果您的机器安装的是C
数据仓库理论知识
默主归沙的博客
06-06 3695
通常数据仓库的数据来自各个业务应用系统。业务系统中的数据形式多种多样，可能是 Oracle、MySQL、SQL Server 等关系数据库里的结构化数据，可能是文本、CSV 等平面文件或 Word、Excel 文档中的数据，还可能是 HTML、XML 等自描 述的半结构化数据。这些业务数据经过一系列的数据抽取、转换、清洗，最终以一种统一的格式装载进数据仓库。数据仓库里的数据作为分析用的数据源，提供给后面的即席查询、 分析系统、数据集市、报表系统、数据挖掘系统等。这时我们就想了，为什么不能把业务系统的数据直接
突破边界：文本检测算法的革新与应用前景
丨汀、的博客
08-28 856
突破边界：文本检测算法的革新突破边界：文本检测算法的革新与应用前景与应用前景
PaddlePaddle/PaddleOCR 中英文文字识别
钱多多先森
09-06 8354
1.准备工作 GitHub地址：https://github.com/PaddlePaddle/PaddleOCR 1.QUICK INSTALLATION：https://github.com/PaddlePaddle/PaddleOCR/blob/release/2.2/doc/doc_en/installation_en.md 2.Quick start of Chinese OCR model:https://github.com/PaddlePaddle/PaddleOCR/blob/rel
目标检测YOLO实战应用案例100讲-基于深度学习的可见光遥感图像目标检测（中）
qq_36130719的博客
09-13 243
基于深度学习的目标检测算法，本质上是对真值数据的拟合。作为深度学习 算法学习的对象，训练数据集的样本数量、多样性和代表性很大程度上影响算法 的性能。
"合成数据在野外面部分析中的应用与突破
现金男杰米·肖顿微软摘要我们证明了在野外单独使用合成数据进行与面部相关的计算机视觉是可能的长期以来，社区一直享受着将训练数据与图形合成的好处，但真实数据和合成数据之间的领域差距仍然是一个问题，特别是...
paddleocr文本识别模型的训练
热门推荐
didiaopao的博客
10-20 1万+
1、准备数据 训练自己的模型首先要有数据集，在我写的《paddleocr文本检测模型的训练》这篇文章的时候我已经提供了一份数据集，里面包含了文本检测和识别的数据集，由于那篇文章是文本检测的训练，所以只用到了文本检测的数据集，这里我用的是文本识别的数据集，有需要数据的可以去那篇文章里面找数据。文章链接。让我们来直观的感受一下数据集，数据集照片的图片如下所示： 数据的标签如下图所示，就是每行的前面是图片的路径，后面为该图片的标签内容。 这里要注意的是：txt文件中默...
在Android开发中WebView的详细使用方法
LLZjiayou的博客
10-25 1208
WebView是一个非常强大的工具，用于在应用内加载网页内容。通过使用和其他配置，可以实现丰富的网页交互功能，同时确保应用的安全性和稳定性。如果有特定功能需求，可以在 Android 官方文档中查阅的详细说明。
Pyhon—openpyxl修改某个表头的样式&其余单元格加边框线
weixin_42636075的博客
10-27 832
Pyhon—openpyxl修改某个表头的样式&其余单元格加边框线
【python】极简教程14-文件
每日出拳老爷子的博客
10-28 220
可以使用相对路径或绝对路径来访问文件。模式可以将内容写入文件，如果文件不存在会自动创建。捕获文件读取或写入时可能出现的异常。循环逐行读取文件，或者使用。模块可以帮助处理文件路径。函数打开文件，并通过。
Java 泛型和反射（15/30）
最新发布
weidl001的博客
10-30 670
在本模块中，我们学习了 Java 中的泛型和反射，包括如何使用泛型编写类型安全和通用的代码，以及如何使用反射在运行时动态地操作类和对象。泛型和反射的结合虽然有一些复杂性，但通过理解类型擦除，我们可以更好地在开发中利用这两种技术。在下一模块中，我们将探讨Java 序列化和反序列化，学习如何将对象转换为字节流进行存储或传输，以及如何恢复对象的状态。
Java基础04
m0_74977981的博客
10-28 764
【注：】移位运算符的右移操作要完成模32的运算（除非左操作数是long类型，在这种情况下，需要对右操作数模64），例如：1
lazysysadmin
2301_80148821的博客
10-26 251
看到worpress，这是个博客搭建框架，有完整流程看内容。看到old，一般有备份文件，可能有用户名和密码。查看配置文档wp-config.php内容。2 修改404页面，写入webshell。老流程，ifconfig->nmap。看到445端口，为用户的共享端口。看到名字togie，可能是用户名。3 访问404页面，反弹shell。更改内容为webshell，上传。打开博客/wordpress/Windows访问共享文件。看到数据库的用户名和密码。反弹shell，到kali。打开share共享文件。
Pycharm报错：Error:failed to find libmagic. Check your installation
caoyongsheng的博客
10-26 270
pip uninstall python-magic pip install python-magic-bin==0.4.14
文本检测CTW-1572数据集开放下载
CTW-1572数据集包含大量的图像和标注信息，旨在帮助研究人员和开发者训练和测试他们的文本检测算法。 CTW-1572数据集包含了1572张图像，这些图像中的文本是在各种复杂背景下捕捉到的，包括但不限于街道标识、商店...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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