#include <iostream>
#include <fstream>
const char* keys =
"{ help h | | Print help message. }"
"{ input i | | 输入图像或视频文件的路径。跳过此参数可从相机捕获帧。}"
"{ detModel dmp | | 包含训练过的检测器网络的二进制 .pb 文件的路径。}"
"{ width | 320 | 通过将输入图像的大小调整为特定宽度来进行预处理。它应该是 32 的倍数。}"
"{ height | 320 | 通过将输入图像的大小调整为特定高度来进行预处理。它应该是 32 的倍数。}"
"{ thr | 0.5 | 置信度阈值。}"
"{ nms | 0.4 | 非极大值抑制阈值。}"
"{ recModel rmp | | 包含训练过的 CRNN 文本识别模型的二进制 .onnx 文件的路径。}"
"下载链接在 doc/tutorials/dnn/dnn_text_spotting/dnn_text_spotting.markdown 中提供}"
"{ RGBInput rgb |0| 0:带标志=IMREAD_GRAYSCALE的imread; 1:带标志=IMREAD_COLOR的imread。}"
"{ vocabularyPath vp | alphabet_36.txt | 用于评估基准测试的路径。}"
"下载链接在 doc/tutorials/dnn/dnn_text_spotting/dnn_text_spotting.markdown 中提供}";
void fourPointsTransform(
const Mat& frame,
const Point2f vertices[],
Mat& result);
int main(
int argc,
char** argv)
{
parser.about("使用此脚本运行 TensorFlow 实现 (https://github.com/argman/EAST) 的 "
"EAST: An Efficient and Accurate Scene Text Detector (https://arxiv.org/abs/1704.03155v2)");
if (argc == 1 || parser.has("help"))
{
parser.printMessage();
return 0;
}
float confThreshold = parser.get<float>("thr");
float nmsThreshold = parser.get<float>("nms");
int width = parser.get<int>("width");
int height = parser.get<int>("height");
int imreadRGB = parser.get<int>("RGBInput");
if (!parser.check())
{
parser.printErrors();
return 1;
}
CV_Assert(!detModelPath.empty() && !recModelPath.empty());
detector.setConfidenceThreshold(confThreshold)
.setNMSThreshold(nmsThreshold);
std::ifstream vocFile;
vocFile.open(samples::findFile(vocPath));
std::vector<String> vocabulary;
while (std::getline(vocFile, vocLine)) {
vocabulary.push_back(vocLine);
}
recognizer.setVocabulary(vocabulary);
recognizer.setDecodeType("CTC-greedy");
double recScale = 1.0 / 127.5;
recognizer.setInputParams(recScale, recInputSize, recMean);
double detScale = 1.0;
Size detInputSize =
Size(width, height);
bool swapRB = true;
detector.setInputParams(detScale, detInputSize, detMean, swapRB);
bool openSuccess = parser.has(
"input") ? cap.
open(parser.get<
String>(
"input")) : cap.
open(0);
static const std::string kWinName = "EAST: An Efficient and Accurate Scene Text Detector";
{
cap >> frame;
if (frame.empty())
{
break;
}
std::cout << frame.
size << std::endl;
std::vector< std::vector<Point> > detResults;
detector.detect(frame, detResults);
if (detResults.size() > 0) {
if (!imreadRGB) {
} else {
recInput = frame;
}
std::vector< std::vector<Point> > contours;
for (
uint i = 0; i < detResults.size(); i++)
{
const auto& quadrangle = detResults[i];
contours.emplace_back(quadrangle);
std::vector<Point2f> quadrangle_2f;
for (int j = 0; j < 4; j++)
quadrangle_2f.emplace_back(quadrangle[j]);
fourPointsTransform(recInput, &quadrangle_2f[0], cropped);
std::string recognitionResult = recognizer.recognize(cropped);
std::cout << i << ": '" << recognitionResult << "'" << std::endl;
putText(frame2, recognitionResult, quadrangle[3], FONT_HERSHEY_SIMPLEX, 1.5,
Scalar(0, 0, 255), 2);
}
}
}
return 0;
}
void fourPointsTransform(
const Mat& frame,
const Point2f vertices[],
Mat& result)
{
};
}
#define CV_CheckEQ(v1, v2, msg)
这些类型的支持值: int, float, double。
定义 check.hpp:118
专为命令行解析设计。
定义 utility.hpp:890
CV_NODISCARD_STD Mat clone() const
创建数组及其底层数据的完整副本。
MatSize size
定义 mat.hpp:2226
用于指定图像或矩形大小的模板类。
定义 types.hpp:335
_Tp height (高度)
高度
定义 types.hpp:363
_Tp width (宽度)
宽度
定义 types.hpp:362
从视频文件、图像序列或摄像头捕获视频的类。
定义 videoio.hpp:786
virtual bool open(const String &filename, int apiPreference=CAP_ANY)
打开视频文件、捕获设备或 IP 视频流进行视频捕获。
此类代表与 EAST 模型兼容的文本检测 DL 网络的 Odoo API。
定义 dnn.hpp:1840
此类代表文本识别网络的 Odoo API。
定义 dnn.hpp:1684
std::string String
定义 cvstd.hpp:151
uint32_t uint
定义 interface.h:42
#define CV_Assert(expr)
在运行时检查条件,如果失败则抛出异常。
定义于 base.hpp:423
void imshow(const String &winname, InputArray mat)
在指定窗口中显示图像。
int waitKey(int delay=0)
等待按键操作。
void cvtColor(InputArray src, OutputArray dst, int code, int dstCn=0, AlgorithmHint hint=cv::ALGO_HINT_DEFAULT)
将图像从一种颜色空间转换为另一种。
@ COLOR_BGR2GRAY
[8U/16U/32F] 在 RGB/BGR 和灰度之间转换,颜色转换
定义 imgproc.hpp:561
void putText(InputOutputArray img, const String &text, Point org, int fontFace, double fontScale, Scalar color, int thickness=1, int lineType=LINE_8, bool bottomLeftOrigin=false)
绘制文本字符串。
void polylines(InputOutputArray img, InputArrayOfArrays pts, bool isClosed, const Scalar &color, int thickness=1, int lineType=LINE_8, int shift=0)
绘制多条多边形曲线。
int main(int argc, char *argv[])
定义 highgui_qt.cpp:3
Definition all_layers.hpp:47