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)