forked from Open-CT/openbrain
81 lines
1.5 KiB
Markdown
81 lines
1.5 KiB
Markdown
## python进行批量图像识别2.0
|
||
#### 使用easyocr和均值hash进行图像相似度判断
|
||
|
||
easyocr准确度不高，但是对同一张图片识别结果一致，因此可用于相似度判断。
|
||
|
||
均值哈希算法是哈希算法的一类，主要用来做相似图片的搜索工作。
|
||
|
||
这次的问题是一旦中途停止会丢失一部分进度，还有就是easyocr速度慢。
|
||
|
||
#### 请确认是否安装好环境
|
||
```
|
||
pip install torch
|
||
|
||
pip install torchvision
|
||
|
||
pip install easyocr
|
||
|
||
pip install PIL
|
||
|
||
pip install os
|
||
|
||
pip install shutil
|
||
|
||
pip install difflib
|
||
|
||
pip install thread pool
|
||
|
||
pip install cv2
|
||
```
|
||
|
||
|
||
|
||
###
|
||
|
||
#### 在control中进行参数调节
|
||
|
||
```
|
||
# 默认路径
|
||
DEFAULT_PATH = "10117"
|
||
|
||
# 对图像进行切割 切割大小的四个参数,分别对应上左下右。
|
||
CROP_BOX1 = 0.1
|
||
CROP_BOX2 = 0.2
|
||
CROP_BOX3 = 1
|
||
CROP_BOX4 = 0.95
|
||
|
||
# 当文字相似度小于这个值，那么就有可能是不同视频
|
||
WORD_DIFFERENT = 0.87
|
||
# 当图像相似度小于这个值，那么就有可能是不同视频
|
||
HASH_DIFFERENT=0.87
|
||
#线程数
|
||
THREAD=3
|
||
```
|
||
|
||
一次处理一个压缩包结构的文件
|
||
|
||
default_path设置为一级目录（junior_class）
|
||
|
||
线程数表示同时进行几个任务。
|
||
|
||
#### 代码结构
|
||
|
||
core是文件操作模块和主运行单元，在core中的main函数进行运行。
|
||
|
||
其中create_dir中可以把wordList=pictureList_to_wordList(file_path)注释掉，只进行hash判断，速度会很快，适合初测。
|
||
|
||
control是参数所在位置
|
||
|
||
其他两个是两种相似度判断模块
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|
||
|