search

AstarLight / Lets_OCR

A repository for OCR, which inlcudes some classical OCR algorithms Pytorch implementation such as CTPN, EAST and CRNN.
MIT License
656 stars 327 forks source link

相同文字的不同图片识别问题 #37

Open rookie-hui opened 5 years ago

rookie-hui commented 5 years ago

感谢作者的分享，我在识别的时候发现一个很奇怪的问题，同一个文字，图片的大小不一样，识别效果居然会不一样。 效果如下： demo2 另外，我修改了这个图片里面蓝色框内的文件的名字，因为不修改运行时会报错。

这里面demo5的大小280和32，test的大小491和76。 下面是俩个图片的原图： demo5 test

希望作者能解答一下，谢谢

moyemoji commented 5 years ago

感谢作者的分享，我在识别的时候发现一个很奇怪的问题，同一个文字，图片的大小不一样，识别效果居然会不一样。 效果如下： demo2 另外，我修改了这个图片里面蓝色框内的文件的名字，因为不修改运行时会报错。

这里面demo5的大小280和32，test的大小491和76。 下面是俩个图片的原图： demo5 test

希望作者能解答一下，谢谢

你好，请问你的CRNN训练了几个epoch，训练了多久时间呢？

AstarLight commented 5 years ago

图像被送入模型前会被resize，可以看看resize之后的图像变化

AstarLight commented 5 years ago

4个epoch，1天

rookie-hui commented 5 years ago

图像被送入模型前会被resize，可以看看resize之后的图像变化

感谢作者的回复，我是否可以简单理解为因为我那个test.png旁边有留白，导致resize之后，识别起来会不准确么？我不太清楚代码里面的resize之后是怎么处理了，我去掉了留白，手动resize了一下，发现下面这个情况： test 上面这个图片test.png（193x64），识别失败，但是resize之后的test1.png（60x32）, 却可以识别成功，是因为resize的大小的问题么？作者你代码里面resize后的大小是固定的么，如果我一行有非常多（少）的文字，是不是会偏小（大）呢？这个对最后的识别是否有影响呢？

ps：我试着去修改你的代码里面的Config里面的img_height和img_width和infer_img_w,发现识别效果变得更差。。。请问如果我想测试一下原图的识别效果需要怎么去改数据呢？（让代码里面的w和h改成我图片的w和h）

zhangdaxia1 commented 5 years ago

图像被送入模型前会被resize，可以看看resize之后的图像变化

感谢作者的回复，我是否可以简单理解为因为我那个test.png旁边有留白，导致resize之后，识别起来会不准确么？我不太清楚代码里面的resize之后是怎么处理了，我去掉了留白，手动resize了一下，发现下面这个情况： test 上面这个图片test.png（193x64），识别失败，但是resize之后的test1.png（60x32）, 却可以识别成功，是因为resize的大小的问题么？作者你代码里面resize后的大小是固定的么，如果我一行有非常多（少）的文字，是不是会偏小（大）呢？这个对最后的识别是否有影响呢？

ps：我试着去修改你的代码里面的Config里面的img_height和img_width和infer_img_w,发现识别效果变得更差。。。请问如果我想测试一下原图的识别效果需要怎么去改数据呢？（让代码里面的w和h改成我图片的w和h）

请问您找到解决方法了么？我觉得原因就是作者的训练图片均为固定高度32像素所以原图为高度32像素的才能比较好的识别，而你原图是高度60，76的那些图按照高度等比例resize以后会变形，所以需要手动设置一个合适的宽度，请问这如何进行解决呢？