DL之CNN：基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别

DL之CNN：基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别—预测过程

输出结果

设计思路

核心代码

输出结果

1、五张图片进行测试，并输出测试结果

输出结果分别为

结论，前两张图片的测试效果，还是可以接受的。

设计思路

后期更新……

核心代码

后期更新……

def ocr_predict(im):  im = im.convert('L')           。scale = im.size[1]*1.0 / 32w = im.size[0] / scalew = int(w)im = im.resize((w,32))         img = np.array(im).astype(np.float32)/255.0
#     print(img)X  = img.reshape((32,w,1))      X = np.array([X])y_pred = basemodel.predict(X)
#     out01    = decode(y_pred)
#     print('out01的输出：',out01)y_pred = y_pred[:,2:,:]     out    = decode(y_pred)
#     print('out01过滤后的输出:',out)#out = K.get_value(K.ctc_decode(y_pred, input_length=np.ones(y_pred.shape[0])*y_pred.shape[1], )[0][0])[:, :]#out = u''.join([characters[x] for x in out[0]])if len(out)>0:                 while out[0]==u'。':
#             print('【out[0]==u。后输出】：', out)if len(out)>1:                       out = out[1:]
#                print('【out[1:]输出】：', out)else:                                breakreturn out            #返回outimg = cv2.imread('./img/12.jpg')       image = Image.fromarray(img).convert('L')
print(sim_pred)

DL之CNN：基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别—预测过程相关推荐

DL之CNN：基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别—训练过程
DL之CNN:基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别-训练过程目录输出结果设计思路核心代码输出结果 ...
DL之RetinaNet：基于RetinaNet算法(keras框架)利用resnet50_coco数据集(.h5文件)实现目标检测
DL之RetinaNet:基于RetinaNet算法(keras框架)利用resnet50_coco数据集(.h5文件)实现目标检测相关文章 DL之RetinaNet:RetinaNet算法的简介( ...
DL之MaskR-CNN：基于类MaskR-CNN算法(RetinaNet+mask head)利用数据集(resnet50_coco_v0.2.0.h5)实现目标检测和目标图像分割(语义分割)
DL之MaskR-CNN:基于类MaskR-CNN算法(RetinaNet+mask head)利用数据集(resnet50_coco_v0.2.0.h5)实现目标检测和目标图像分割(语义分割) 目录 ...
DL之RetinaNet：RetinaNet算法的简介(论文介绍)、架构详解、案例应用等配图集合之详细攻略
DL之RetinaNet:RetinaNet算法的简介(论文介绍).架构详解.案例应用等配图集合之详细攻略目录 RetinaNet算法的简介(论文介绍) 0.实验结果 1.RetinaNet算法的特 ...
【计算机毕业设计】009基于推荐算法的电影推荐系统
一.系统截图(需要演示视频可以私聊) 摘要现代经济快节奏发展以及不断完善升级的信息化技术,让传统数据信息的管理升级为软件存储,归纳,集中处理数据信息的管理方式.本基于推荐算法的电影推荐系统就是在 ...
【智能优化算法-闪电算法】基于闪电算法求解多目标优化问题附matlab代码
1 内容介绍闪电连接过程算法( Lightning Attachment Procedure Optimization,LAPO)是受自然界中闪电上迎先导与下行先导连接过程的启发,于2017年提出的 ...
DL之CNN：利用卷积神经网络算法(2→2,基于Keras的API-Functional)利用MNIST(手写数字图片识别)数据集实现多分类预测
DL之CNN:利用卷积神经网络算法(2→2,基于Keras的API-Functional)利用MNIST(手写数字图片识别)数据集实现多分类预测目录输出结果设计思路核心代码输出结果下边两张 ...
DL之CNN：利用卷积神经网络算法(2→2,基于Keras的API-Sequential)利用MNIST(手写数字图片识别)数据集实现多分类预测
DL之CNN:利用卷积神经网络算法(2→2,基于Keras的API-Sequential)利用MNIST(手写数字图片识别)数据集实现多分类预测目录输出结果设计思路核心代码输出结果 1.10 ...
DL之CNN：基于CNN-RNN(GRU,2)算法(keras+tensorflow)实现不定长文本识别
DL之CNN:基于CNN-RNN(GRU,2)算法(keras+tensorflow)实现不定长文本识别目录输出结果实现代码输出结果后期更新-- 实现代码后期更新-- image_ocr代 ...

DL之CNN：基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别—预测过程

输出结果

设计思路

核心代码

DL之CNN：基于CRNN_OCR算法(keras,CNN+RNN)利用数据集(torch,mdb格式)训练来实现新图片上不定长度字符串进行识别—预测过程相关推荐

最新文章

热门文章