ocrd_segment:符合OCR-D的页面细分

时间:2024-05-16 06:20:51
【文件属性】:

文件名称:ocrd_segment:符合OCR-D的页面细分

文件大小:2.13MB

文件格式:ZIP

更新时间:2024-05-16 06:20:51

ocr-d Python

ocrd_segment 该存储库旨在为布局分析和评估提供许多符合。 安装 在您的虚拟环境中,运行: pip install . 用法 连同区域多边形坐标和元数据一起导出页面图像(包括裁剪/遮罩,去偏斜,反翘曲或二值化等预处理结果)以及MS-COCO: 连同区域多边形坐标和元数据一起导出区域图像(包括裁剪/蒙版,去偏斜,去扭曲或二值化等预处理结果): 连同线面坐标和元数据一起导出线图像(包括裁剪/蒙版,去偏斜,反翘曲或二值化等预处理结果): 从其他格式(遮罩图像,MS-COCO JSON注释)导入布局细分: 修复布局细分(基于使用Shapely实现的启发式方法,输入文件组N> = 1): :construction: (很多事情要做) 比较不同的布局细分(输入文件组N = 2,计算两个细分之间的距离,例如自动与手动): :construction: (非常早期) 基于模式的细分(基于PAGE模板(例如,来自Aletheia的PA


【文件预览】:
ocrd_segment-master
----.gitignore(1KB)
----README.md(2KB)
----CHANGELOG.md(2KB)
----ocrd-tool.json(27B)
----ocrd_segment()
--------replace_original.py(6KB)
--------ocrd-tool.json(20KB)
--------config.py(138B)
--------import_coco_segmentation.py(11KB)
--------extract_glyphs.py(11KB)
--------extract_regions.py(8KB)
--------evaluate.py(3KB)
--------extract_words.py(10KB)
--------cli.py(2KB)
--------extract_pages.py(25KB)
--------__init__.py(496B)
--------replace_page.py(6KB)
--------extract_lines.py(9KB)
--------repair.py(24KB)
--------import_image_segmentation.py(8KB)
----docs()
--------presentations()
--------index.html(242B)
----LICENSE(1KB)
----requirements.txt(51B)
----setup.py(2KB)
----.pylintrc(488B)

网友评论