如何向检测到的OCR边界框添加填充?

我正在按照以下教程进行操作:EAST文本检测器的TensorFlow实现(https://github.com/argman/EAST#installation)。

当我执行上述GitHub链接的代码时,在一张图片上我得到了以下输出:

enter image description here

检测代码位于eval.py

在输出中,我希望向生成的边界框添加填充,以便能够正确捕捉到第一个”K”和最后一个”0″。

我更改了代码第69行的盒子阈值。我尝试了不同的值,如0.1、0.05等,但盒子的大小没有变化。

def detect(score_map, geo_map, timer, score_map_thresh=0.8, box_thresh=0.1, nms_thres=0.2):

如何向边界框添加填充?


回答:

你需要进入函数,找到提取盒子的那行代码。每个盒子要么用两个坐标表示(左上角和右下角),要么用一个坐标和偏移量表示(左上角点以及盒子的高度和宽度)。在这两种情况下,你都需要从边界框的左上角减去一些像素,并在右下角坐标/高度和宽度上加上一些像素。例如,假设格式是两个坐标,你得到了((456, 234), (789, 453))。然后当你进行计算(从左上角减去并向右下角添加)时,你会得到类似((470, 250), (800, 470))的结果。我希望这解释得足够清楚。

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注