好久没有写博客了,趁最近比较闲来发一篇。
有个项目:
- 从计算机屏幕上截图
- 识别截图上的文字
早先识别的方法是:
- 对比度
- 颜色
- 边缘检测
问题是:有些图片会被识别为文字。
前几天闲着就试了一下用卷积神经网络(CNN)来实现这个功能。
生成训练集、测试集和验证集。
首先,拿到一幅带有文字的计算机画面,用工具找到文字区域的起始和终止坐标,再用工具找到图片区域的起始和终止坐标。用下面的代码生成训练集、测试集和验证集(validation dataset,总觉得说验证集怪怪的)。
from random import randint
import numpy as np
from PIL import Image
#这个是我自己写的一个库[PyImageProcess](https://github.com/Kenneth111/PyImageProcess)
from PyImageProcess.utils_yuv import get_a_frame, save_a_patch
def save_patches(com_y, start, end, path, num):
l1 = len(start)
l2 = len(end)
if l1 != l2:
raise UserWarning("the len of start is not same to that of end!")
exit(-1)
mb_size = 16
for i in range(num):
# 随机选一幅图
idx = randint(0, l1 - 1)
# 随机选一个区域来生成图片
(startx, starty) = start[idx]
(endx, endy) = end[idx]
x = randint(startx, endx - 16)
y = randint(starty, endy - 16)
filename = path + ("%d.bmp" % i)
img = Image.fromarray(np.uint8(com_y[y: y + mb_size, x: x + mb_size]))
img.save(filename)
def save_text(y, start, end, training =