使用CV2和Keras OCR从图像中删除文本

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：

1. 识别图像中的文本，并使用KerasOCR获取每个文本的边界框坐标。

2. 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。

3. 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