Author: github.com/SummerColdWind

写在前面：

本项目是一个基于Python-Opencv，针对简单的单行不定长文本的识别。 本项目旨在为简单场景下的文字识别提供一个轻量级的解决方案。 项目基于简单的矩阵运算来决定输出，因此针对复杂场景下的文字识别， 你应该使用深度学习的方法来解决任务。

数据集应具有以下结构：

---dir_name
 |---image
 |---label.txt

数据集文件夹本身的名字可以是任意的，其中应该包含储存图片的文件夹image和储存标注信息的文本文件label.txt。 标注文件label.txt应具有如下格式：

1.png	-18
3.png	-18
4.png	-19
5.png	-30
6.png	-29
7.png	-28
8.png	-27
9.png	-26
10.png	-26
11.png	-26

每一行为一条数据，用 '\t' 进行分割，左侧为文件名，右侧为图片中的文字。

使用tools文件夹下的show_split.py进行字符分割测试。

你应该在config文件夹中复制global.yml，然后重命名为自己的名字，进行分割参数调整。

Split:
  enlarge: 1 
  enhance_contrast: False
  threshold: 100
  adaptedThreshold: False
  threshold_bias: 0
  min_area: 0
  close_morphology: False
  kernel_size: (3,3)

• enlarge: 图片放大倍数
• enhance_contrast: 是否进行直方图均衡以增强对比度
• threshold: 二值化图像阈值
• adaptedThreshold: 是否启用自适应阈值
• threshold_bias: 自适应阈值基础上进行调整的数值
• min_area: 轮廓最小面积，低于此面积的轮廓将不视为一个字符
• close_morphology: 是否进行轮廓闭合操作
• kernel_size: 闭运算卷积核大小

然后启动show_split.py，输入数据集和配置文件的路径，观察分割效果并调整。

导入学习器Learner进行模型的学习。

from opencv_digit_recognize.collection import Learner

result_path = './models/angle.qmodel'

learner = Learner()
learner.load(dataset='./dataset/angle', config_path='./config/angle.yml')
learner.learn()
learner.save(result_path)

实例化学习器后，指定数据集文件夹，然后使用learn方法进行学习，整个过程您无需其他操作。

最后使用save方法保存识别得到的模型，我们建议您将文件扩展名设置为“.qmodel”。

• 对测试使用的300+张数据集进行学习所耗费的时间约为0.17s。

Tips:

打印learner可以输出所有学习到的字符列表。

调用learner的show方法可以查看学习到的标准化图片。

from opencv_digit_recognize.collection import Predictor

result_path = './models/angle.qmodel'
predict_image = './dataset/angle/image/1.png'

predictor = Predictor()
predictor.load_model(result_path)
result = predictor.predict(predict_image)
print(result)

实例化预测器后，使用load_model方法导入模型，然后使用predict方法进行预测。

• 对测试使用的300+张数据集进行预测所耗费的平均时间约为0.001s。