介绍
本文将讨论如何快速地从图像中删除文本,作为图像分类器的预处理步骤。
删除文本可能有多种或多种原因,例如,我们可以使用无文本图像进行数据增强。
在本教程中,我们将使用OCR(光学字符识别)检测图像中的文本,并在修复过程中填充照片中丢失的部分以生成完整的图像——以删除我们检测到的文本。
处理
为了从图像中删除文本,我们将执行以下三个步骤:
识别图像中的文本,并使用KerasOCR获取每个文本的边界框坐标。
对于每个边界框,应用一个遮罩来告诉算法我们应该修复图像的哪个部分。
最后,应用一种修复算法对图像的遮罩区域进行修复,从而得到一个无文本图像。
实现
Keras ocr简介
KerasOCR提供现成的ocr模型和端到端训练管道,以构建新的ocr模型(请参见:https://keras-ocr.readthedocs.io/en/latest/).
在这种情况下,我们将使用预训练的模型,它对我们的任务非常有效。
KerasOCR将自动下载探测器和识别器的预训练权重。
当通过Keras orc传递图像时,它将返回一个(word,box)元组,其中框包含四个角的坐标(x,y)。
下面是一个快速示例:
import matplotlib.pyplot as plt
import keras_ocr
pipeline = keras_ocr.pipeline.Pipeline()
#read image from the an image path (a jpg/png file or an image url)
img = keras_ocr.tools.read(image_path)
# Prediction_groups is a list of (word, box) tu