文本检测_opencv_DNN

# Import required modules
import cv2 as cv
import math
import argparse

parser = argparse.ArgumentParser（description=‘Use this script to run text detection deep learning networks using OpenCV.‘）
# Input argument
parser.add_argument（‘--input‘ help=‘Path to input image or video file. Skip this argument to capture frames from a camera.‘）
# Model argument
parser.add_argument（‘--model‘ default=“./model/frozen_east_text_detection.pb“
                    help=‘Path to a binary .pb file of model contains trained weights.‘
                    ）
# Width argument
parser.add_argument（‘--width‘ type=int default=320
                    help=‘Preprocess input image by resizing to a specific width. It should be multiple by 32.‘
                   ）
# Height argument
parser.add_argument（‘--height‘type=int default=320
                    help=‘Preprocess input image by resizing to a specific height. It should be multiple by 32.‘
                   ）
# Confidence threshold
parser.add_argument（‘--thr‘type=float default=0.5
                    help=‘Confidence threshold.‘
                   ）
# Non-maximum suppression threshold
parser.add_argument（‘--nms‘type=float default=0.4
                    help=‘Non-maximum suppression threshold.‘
                   ）

args = parser.parse_args（）


############ Utility functions ############
def decode（scores geometry scoreThresh）:
    detections = []
    confidences = []

    ############ CHECK DIMENSIONS AND SHAPES OF geometry AND scores ############
    assert len（scores.shape） == 4 “Incorrect dimensions of scores“
    assert len（geometry.shape） == 4 “Incorrect dimensions of geometry“
    assert scores.shape[0] == 1 “Invalid dimensions of scores“
    assert geometry.shape[0] == 1 “Invalid dimensions of geometry“
    assert scores.shape[1] == 1 “Invalid dimensions of scores“
    assert geometry.shape[1] == 5 “Invalid dimensions of geometry“
    assert scores.shape[2] == geometry.shape[2] “Invalid dimensions of scores and geometry“
    assert scores.shape[3] == geometry.shape[3] “Invalid dimensions of scores and geometry“
    height = scores.shape[2]
    width = scores.shape[3]
    for y in range（0 height）:

        # Extract data from scores
        scoresData = scores[0][0][y]
        x0_data = geometry[0][0][y]
        x1_data = geometry[0][1][y]
        x2_data = geometry[0][2][y]
        x3_data = geometry[0][3][y]
        anglesData = geometry[0][4][y]
        for x in range（0 width）:
            score = scoresData[x]

            # If score is lower than threshold score move to next x
            if（score < scoreThresh）:
                continue

            # Calculate offset
            offsetX = x * 4.0
            offsetY = y * 4.0
            angle = anglesData[x]

            # Calculate cos and sin of angle
            cosA = math.cos（angle）
            sinA = math.sin（angle）
            h = x0_data[x] + x2_data[x]
            w = x1_data[x] + x3_data[x]

            # Calculate offset