下载编译

下载

git clone --recuersive git@github.com:jugg1024/court_recognition.git

编译mqdf, 识别模块，得到OCRTool

cd mqdf && make

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

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

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

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