下载编译

0. 下载 git clone --recuersive [email protected]:jugg1024/court_recognition.git

1. 编译mqdf, 识别模块，得到OCRTool cd mqdf && make

2. 编译caffe-fast-rcnn，注意这里caffe有变动，需重新编译 cd Text-Detection-with-FRCN/py-faster-rcnn/caffe-fast-rcnn （配置caffe环境，写Makefile.config) make -j16 && make pycaffe

3. 编译fast-rcnn lib cd Text-Detection-with-FRCN/py-faster-rcnn/lib make

准备模型数据

检测模型，检测proto，识别模型，贴图字体，都在data目录下： /home/ligen/court_recognition/data/test.prototxt \ #检测prototxt /home/ligen/court_recognition/data/vgg16_faster_rcnn_on_court_img_iter_100000.caffemodel \ #检测weight /home/ligen/court_recognition/mqdf/OCRTool \ #识别工具 /home/ligen/court_recognition/data/template_bimoment_chinese_4_1230train12_3_.dat \ #识别模型

demo

1. 运行脚本1，./script/court_img_recognition.sh，可以可视化识别结果的脚本: ./python/court_video_text_detect.py
   --data_type images \ #处理数据类型，可以使imags和videos -if $1 \ #MP4文件或者jpg文件的目录 -of ./output/$2 \ #输出文件目录 --gpu 0 \ #gpu_id --det_prototxt /home/ligen/court_recognition/data/test.prototxt \ #检测prototxt --det_model /home/ligen/court_recognition/data/vgg16_faster_rcnn_on_court_img_iter_100000.caffemodel \ #检测weight --ocr_tool /home/ligen/court_recognition/mqdf/OCRTool \ #识别工具 --ocr_model /home/ligen/court_recognition/data/template_bimoment_chinese_4_1230train12_3_.dat \ #识别模型 --limit 5 \ #单个视频输出有文字帧的上限 --interval 20 \ #采样帧的间隔 --recognize 1 \ #是否识别 --visualize 1 #是否可视化

2. 封装类，及api，参考./python/court_rec.py

   det_model = '/home/ligen/court_recognition/data/vgg16_faster_rcnn_on_court_img_iter_100000.caffemodel' det_model_proto = '/home/ligen/court_recognition/data/test.prototxt' rec_model = '/home/ligen/court_recognition/data/template_bimoment_chinese_4_1230train12_3_.dat' rec_tool = '/home/ligen/court_recognition/mqdf/OCRTool' gpu_id = 0 # -1 stand for cpu

   初始化类，输入以上五个参数，分别是模型数据以及是否用gpu

   cr = CourtRecognizor(det_model, det_model_proto, rec_model, rec_tool, gpu_id)

   输入为im和框的二维数组im, b_rects, 输出为精确框以及识别结果bboxs，reg_results

   im = cv2.imread('/home/ligen/court_recognition/demo/083_person_15_51s_grid24_bin17.jpg') h, w, _ = im.shape b_rects = [[0, 0, w, h]] # left top width height bboxs, reg_results = cr.process(im, b_rects) print bboxs print reg_results