Tensorflow文字定位、tesseract识别

# -*- coding: utf-8 -*-
from __future__ import print_function
import tensorflow as tf
import numpy as np
import os sys cv2
import glob
import pytesseract

import shutil
# sys.path.append（os.getcwd（））
from lib.networks.factory import get_network
from lib.fast_rcnn.config import cfgcfg_from_file
from lib.fast_rcnn.test import test_ctpn
from lib.utils.timer import Timer
from lib.text_connector.detectors import TextDetector
from lib.text_connector.text_connect_cfg import Config as TextLineCfg

from PIL import ImageImageDrawImageFont

import xlwt

def resize_im（im scale max_scale=None）:
    f=float（scale）/min（im.shape[0] im.shape[1]）
    if max_scale!=None and f*max（im.shape[0] im.shape[1]）>max_scale:
        f=float（max_scale）/max（im.shape[0] im.shape[1]）
    return cv2.resize（im NoneNone fx=f fy=finterpolation=cv2.INTER_LINEAR） f

def draw_boxes（imgimage_nameboxesscale）:
    rects = []
    base_name = image_name.split（‘/‘）[-1]
    with open（‘./train/data/results/‘ + ‘res_{}.txt‘.format（base_name.split（‘.‘）[0]） ‘w‘） as f:
        for box in boxes:
            if np.linalg.norm（box[0] - box[1]） < 5 or np.linalg.norm（box[3] - box[0]） < 5:
                continue
            if box[8] >= 0.9:
                color = （0 255 0）
            elif box[8] >= 0.8:
                color = （255 0 0）
            cv2.line（img （int（box[0]） int（box[1]）） （int（box[2]） int（box[3]）） color 2）
            cv2.line（img （int（box[0]） int（box[1]）） （int（box[4]） int（box[5]）） color 2）
            cv2.line（img （int（box[6]） int（box[7]）） （int（box[2]） int（box[3]）） color 2）
            cv2.line（img （int（box[4]） int（box[5]）） （int（box[6]） int（box[7]）） color 2）

            min_x = min（int（box[0]/scale）int（box[2]/scale）int（box[4]/scale）int（box[6]/scale））
            min_y = min（int（box[1]/scale）int（box[3]/scale）int（box[5]/scale）int（box[7]/scale））
            max_x = max（int（box[0]/scale）int（box[2]/scale）int（box[4]/scale）int（box[6]/scale））
            max_y = max（int（box[1]/scale）int（box[3]/scale）int（box[5]/scale）int（box[7]/scale））

            rects.append（[min_ymin_xmax_ymax_x]）

            line = ‘‘.join（[str（min_x）str（min_y）str（max_x）str（max_y）]）+‘
‘
            f.write（line）
    #  save img as result.jpg
    img=cv2.resize（img None None fx=1.0/scale fy=1.0/scale interpolation=cv2.INTER_LINEAR）
    cv2.imwrite（‘./result.jpg‘ img）

    rects.sort（）
    return rects

def ctpn（sess net image_name）:
    rects = []
    timer = Timer（）
    timer.tic（）

    img = cv2.imread（image_name）
    img scale = resize_im（img scale=TextLineCfg.SCALE max_scale=TextLineCfg.MAX_SCALE）
    scores boxes = test_ctpn（sess net img）

    textdetector = TextDetector（）
    boxes = textdetector.detect（boxes scores[: np.newaxis] img.shape[:2]）
    rects = draw_boxes（img image_name boxes scale）
    timer.toc（）
    print（（‘Detection took {:.3f}s for ‘
           ‘{:d} object proposals‘）.format（timer.total_time boxes.shape[0]