【源码】基于PythonTensorFlow框架的文本检测模型

项目简介

本项目是基于Python和TensorFlow框架构建的文本检测模型，用于识别和定位图像中的文本区域。

项目的主要特性和功能

1. 使用CTPN进行文本检测，可识别和定位图像中的文本区域。
2. 对输入图像进行预处理，通过缩放、裁剪等操作使其适应模型输入要求。
3. 提供模型训练与测试的基本框架和工具。
4. 能将单个的文本区域组合成文本行，提供更完整和有意义的检测结果。
5. 具备简单的可视化工具，可展示检测结果。

安装使用步骤

环境配置

1. 创建环境： sh conda create --name python3 python=3.7 conda activate python3
2. 升级pip并设置源： sh python -m pip install -i https://mirrors.huaweicloud.com/repository/pypi/simple pip --upgrade pip config set global.index-url https://mirrors.huaweicloud.com/repository/pypi/simple
3. 安装依赖： sh pip install opencv-python tensorflow-gpu==1.13.1 numpy Cython flask requests
4. 编译bbox和nms工具：
5. Linux： sh cd utils/bbox chmod +x make.sh ./make.sh
6. Windows： bat cd utils/bbox make.bat

配置模型

从百度云盘下载ckpt文件，解压后将checkpoints_mlt/放到源码根目录下。

运行demo

1. 普通demo： sh python demo/demo.py
2. web demo： sh python main/web.py --host=0.0.0.0 --port=20000 --homeDir=./tmp/ --ctpnDebug=True

开发

```python from main.ctpn import CTPN

ctpn = CTPN() ctpn.addWorker('demo/img/001.jpg') ctpn.start() ```

参考

• CTPN论文

下载地址

点击下载 【提取码: 4003】【解压密码: www.makuang.net】