dbnet轻型网络文本检测

dbnet轻型网络文本检测 - python 实现

DataBall 助力快速掌握数据集的信息和使用方式，会员享有百种数据集，持续增加中。

需要更多数据资源和技术解决方案，知识星球： “DataBall - X 数据球(free)”

-------------------------------------------------------------

通过dbnet对图片进行文本框检测。

dbnet特点：

1）一个轻型网络，cpu可以实时推理；

2）对图片的旋转文字进行定位；

3）对于图片的定位召回适中。

对于简单场景可以满足需求。

实现代码如下：

import cv2
from models import DBNETif __name__ == "__main__":text_handle = DBNET(MODEL_PATH="./models/dbnet.onnx")img = cv2.imread("images/2.jpg")# 文本检测box_list, score_list = text_handle.process(img,short_size=320)# 打印 置信度 和 对应的区域框print()for i in range(len(score_list)):print("[{}] 置信度 score:{:.2f} , 边界框 x1y1x2y2x3y3x4y4 :{}".format(i+1,score_list[i],box_list[i].reshape(-1)))# 显示文本检测框可视化结果img = draw_bbox(img, box_list)# 保存检测结果图cv2.imwrite("test_result.jpg", img)cv2.namedWindow("img",0)cv2.imshow("img",img)cv2.waitKey(0)

log显示如下：

[1] 置信度 score:0.74 , 边界框 x1y1x2y2x3y3x4y4 :[118 290 213 247 232 288 136 332]
[2] 置信度 score:0.76 , 边界框 x1y1x2y2x3y3x4y4 :[109 260 203 223 216 256 122 293]
[3] 置信度 score:0.72 , 边界框 x1y1x2y2x3y3x4y4 :[100 236 187 194 201 224 114 266]
[4] 置信度 score:0.74 , 边界框 x1y1x2y2x3y3x4y4 :[ 87 205 176 169 188 198  98 233]
[5] 置信度 score:0.71 , 边界框 x1y1x2y2x3y3x4y4 :[ 69 168 168 133 182 174  84 208]

示例如下：