cv::text::TextDetectorCNN 类参考

TextDetectorCNN 类提供文本边界框检测的功能。此类用于查找给定输入图像中的文本单词的边界框。此类使用 OpenCV dnn 模块加载在 [168] 中描述的预训练模型。原始存储库包含修改后的 SSD Caffe 版本：https://github.com/MhLiao/TextBoxes。模型可以从 DropBox 下载。包含模型描述的修改后的 .prototxt 文件可以在 opencv_contrib/modules/text/samples/textbox.prototxt 中找到。更多...

#include <opencv2/text/textDetector.hpp>

cv::text::TextDetectorCNN 的协作图

公共成员函数
virtual void	detect (InputArray inputImage, std::vector< Rect > &Bbox, std::vector< float > &confidence) CV_OVERRIDE=0
从 cv::text::TextDetector 继承的公共成员函数
virtual	~TextDetector ()

静态公共成员函数
static Ptr< TextDetectorCNN >	create (const String &modelArchFilename, const String &modelWeightsFilename)
static Ptr< TextDetectorCNN >	create (const String &modelArchFilename, const String &modelWeightsFilename, std::vector< Size > detectionSizes)
	使用提供的参数创建 TextDetectorCNN 类的实例。

详细描述

TextDetectorCNN 类提供文本边界框检测的功能。此类用于查找给定输入图像中的文本单词的边界框。此类使用 OpenCV dnn 模块加载在 [168] 中描述的预训练模型。原始存储库包含修改后的 SSD Caffe 版本：https://github.com/MhLiao/TextBoxes。模型可以从 DropBox 下载。包含模型描述的修改后的 .prototxt 文件可以在 opencv_contrib/modules/text/samples/textbox.prototxt 中找到。

成员函数文档

create() [1/2]

static Ptr< TextDetectorCNN > cv::text::TextDetectorCNN::create ( const String & modelArchFilename, const String & modelWeightsFilename )

static

Python
	cv.text.TextDetectorCNN.create(	modelArchFilename, modelWeightsFilename	) ->	retval
	cv.text.TextDetectorCNN_create(	modelArchFilename, modelWeightsFilename	) ->	retval

这是一个重载的成员函数，为了方便而提供。它与上面的函数仅在它接受的参数方面有所不同。

create() [2/2]

static Ptr< TextDetectorCNN > cv::text::TextDetectorCNN::create ( const String & modelArchFilename, const String & modelWeightsFilename, std::vector< Size > detectionSizes )

static

Python
	cv.text.TextDetectorCNN.create(	modelArchFilename, modelWeightsFilename	) ->	retval
	cv.text.TextDetectorCNN_create(	modelArchFilename, modelWeightsFilename	) ->	retval

使用提供的参数创建 TextDetectorCNN 类的实例。

参数

modelArchFilename	描述分类器架构的 prototxt 文件的相对或绝对路径。
modelWeightsFilename	包含 caffe 二进制形式的模型的预训练权重的文件的相对或绝对路径。
detectionSizes	多尺度检测的大小列表。建议在 [168] 中使用值 [(300,300),(700,500),(700,300),(700,700),(1600,1600)] 以获得最佳质量。

detect()

virtual void cv::text::TextDetectorCNN::detect ( InputArray inputImage, std::vector< Rect > & Bbox, std::vector< float > & confidence )

纯虚函数

Python
	cv.text.TextDetectorCNN.detect(	inputImage	) ->	Bbox, confidence

这是一个重载的成员函数，为了方便而提供。它与上面的函数仅在它接受的参数方面有所不同。

参数

inputImage	预期为任何大小的 CV_U8C3 的图像
Bbox	将存储检测到的单词边界框的 Rect 向量
confidence	一个浮点向量，将被更新为分类器对所选边界框的置信度

实现 cv::text::TextDetector。

---

此类文档由以下文件生成

• opencv2/text/textDetector.hpp