TensorFlow - 图像中的文本识别
TensorFlow - Text recognition in image
我是 TensorFlow 和深度学习的新手。
我正在尝试识别自然场景图像中的文本。我曾经使用 OCR，但我想使用深度学习。文本始终具有相同的格式：
ABC-DEF 88:88。
我所做的就是识别每一个character/digit。这意味着我裁剪了每个字符周围的图像（因此每张图片给我 10 个字符）来构建我的训练和测试集，他们构建了两个卷积神经网络。所以我的训练集是一组人物图片，标签只是 characters/digits.
但我想更进一步。我想做的只是给出完整的图片并输出整个文本（而不是像我以前的模型中的一个字符）。
提前感谢您的帮助。
困难在于你不知道文本在哪里。解决方案是，给定一张图片，需要使用滑动 window 裁剪图像的不同部分，然后使用分类器来判断裁剪区域是否有文本。如果是这样，请使用您的 character/digit 识别器来判断它们的真实身份 characters/digits。
所以你需要训练另一个分类器：给定一个裁剪后的图像（裁剪后的图像的大小应该比你的文本区域的大小略大），判断里面是否有文本。
构造训练集（正样本为文本区域，负样本为大图随机裁剪的其他区域）训练即可~
我是 TensorFlow 和深度学习的新手。
我正在尝试识别自然场景图像中的文本。我曾经使用 OCR，但我想使用深度学习。文本始终具有相同的格式：
ABC-DEF 88:88。
我所做的就是识别每一个character/digit。这意味着我裁剪了每个字符周围的图像（因此每张图片给我 10 个字符）来构建我的训练和测试集，他们构建了两个卷积神经网络。所以我的训练集是一组人物图片，标签只是 characters/digits.
但我想更进一步。我想做的只是给出完整的图片并输出整个文本（而不是像我以前的模型中的一个字符）。
提前感谢您的帮助。
困难在于你不知道文本在哪里。解决方案是，给定一张图片，需要使用滑动 window 裁剪图像的不同部分，然后使用分类器来判断裁剪区域是否有文本。如果是这样，请使用您的 character/digit 识别器来判断它们的真实身份 characters/digits。
所以你需要训练另一个分类器：给定一个裁剪后的图像（裁剪后的图像的大小应该比你的文本区域的大小略大），判断里面是否有文本。
构造训练集（正样本为文本区域，负样本为大图随机裁剪的其他区域）训练即可~