paddle检测文本框斜率，矫正，paddleHub提取图片信息GPU加速

最新推荐文章于 2025-05-28 07:04:47 发布

原创

最新推荐文章于 2025-05-28 07:04:47 发布 · 1.7k 阅读

10 ·

CC 4.0 BY-SA版权

文章标签：

#神经网络

本文介绍了一个使用 PaddleHub 进行文本检测与识别的流程。首先通过检测文本框并计算其斜率来矫正图像，接着利用 OCR 技术识别矫正后的图像中的文字内容。该方案适用于中文文本的识别。

paddle检测文本框斜率，矫正，paddleHub提取图片信息



import numpy as np
import cv2
import paddlehub as hub
import math
import datetime
import torch
import os


def rot2(x1,x2,y1,y2):
    # k = -(y2 - y1) / (x2 - x1)
    k = -(y2 - y1) / (x2 - x1)
    # 求反正切，再将得到的弧度转换为度
    result = np.arctan(k) * 57.29577
    print("直线倾斜角度为：" + str(result) + "度")
    return float(result)

# 逆时针旋转图像degree角度（原尺寸）
def rotateImage(src, degree):
    # 旋转中心为图像中心
    h, w = src.shape[:2]
    # 计算二维旋转的仿射变换矩阵
    RotateMatrix = cv2.getRotationMatrix2D((w / 2.0, h / 2.0), degree, 1)
    #print(RotateMatrix)
    # 仿射变换，背景色填充为白色
    rotate = cv2.warpAffine(src, RotateMatrix, (w, h), borderValue=(255, 255, 255))
    return rotate

#检测文本框数量
def rotate_bound_white_bg(imageMat):
    text_detector = hub.Module(name="chinese_text_detection_db_mobile")
    text_detector.__init__(enable_mkldnn=True)
    #获取文本框
    results = text_detector.detect_text(
                images=[imageMat],