text-detection-ctpn

基于 CTPN 的文本检测。在 text-detection-ctpn/ 项目基础上做了些优化工作。

编译配置

环境配置

# 创建环境
conda create --name python3 python=3.7
# 切换到新创建的环境
conda activate python3
# 升级 pip 版本
python -m pip install -i https://mirrors.huaweicloud.com/repository/pypi/simple pip --upgrade
# 使用华为的 pip 源
pip config set global.index-url https://mirrors.huaweicloud.com/repository/pypi/simple

安装依赖

安装

Anaconda 下载页：https://www.anaconda.com/distribution/

安装 Visual Studio

Visual Studio 下载页： https://visualstudio.microsoft.com/zh-hans/vs/。下载开源版本即可。本项目中使用的版本：Visual Studio Community 2019.

安装 CUDA 和 cuDNN

CUDA 和 cuDNN 版本需要对应。

• CUDA 下载地址：https://developer.nvidia.com/cuda-toolkit-archive
• cuDNN 下载地址：https://developer.nvidia.com/rdp/cudnn-archive

安装 python 依赖

pip install opencv-python
pip install tensorflow-gpu==1.13.1
pip install numpy

# 用于编译 bbox 和 nms 模块
pip install Cython

#### 以下是可选模块 ####

# web 需要依赖此模块
pip install flask

# web 服务中异步回调依赖此模块
pip install requests

编译 bbox 和 nms 工具

Linux：

cd utils/bbox
chmod +x make.sh
./make.sh

windows：

cd utils/bbox
make.bat

使用

配置模型

下载 ckpt 文件。 下载链接：百度云盘。下载完成后，解压。将解压后的 checkpoints_mlt/ 放到源码根目录下。

运行demo

普通 demo

在源码根目录下执行：python demo/demo.py

web demo

在源码根目录下执行：

python main\web.py --host=0.0.0.0 --port=20000 --homeDir=.\tmp\ --ctpnDebug=True

开发

# 引入 CTPN 类
from main.ctpn import CTPN

# 创建实例
ctpn = CTPN()

# 添加任务
ctpn.addWorker('demo/img/001.jpg')

# 开始处理
ctpn.start()

参考

• https://github.com/eragonruan/text-detection-ctpn/
• https://arxiv.org/abs/1609.03605