代码拉取完成,页面将自动刷新
同步操作将从 william_lzw/MicroOCR 强制同步,此操作会覆盖自 Fork 仓库以来所做的任何修改,且无法恢复!!!
确定后同步将在后台操作,完成时将刷新页面,请耐心等待。
from typing import Dict, List, Union
import os
import cv2
import numpy as np
from torch.utils.data import Dataset
from tqdm import tqdm
class RecTextLineDataset(Dataset):
def __init__(self, data_dir: str, label_file_list: Union[str, List[str]], character: str):
text_lines = self._get_image_info_list(label_file_list)
self.str2idx = dict(zip(character, range(len(character))))
self.data_lines = []
for line_index in tqdm(text_lines):
img_name, label = line_index.strip('\n').split('\t')
img_path = os.path.join(data_dir, img_name)
if True in [c not in self.str2idx for c in label]:
continue
if os.path.exists(img_path) is False:
continue
self.data_lines.append((img_path, label))
def _get_image_info_list(self, file_list: Union[str, List[str]]) -> List[str]:
if isinstance(file_list, str):
file_list = [file_list]
data_lines = []
for file in file_list:
with open(file, "r") as f:
lines = f.readlines()
data_lines.extend(lines)
return data_lines
def _find_max_length(self) -> int:
return max({len(index[1]) for index in self.data_lines})
def __len__(self) -> int:
return len(self.data_lines)
def __getitem__(self, index: int) -> Dict[str, np.ndarray]:
img_path, label = self.data_lines[index]
img = cv2.imread(img_path)
img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
data = {'img_path': img_path, 'image': img, 'label': label}
return data
此处可能存在不合适展示的内容,页面不予展示。您可通过相关编辑功能自查并修改。
如您确认内容无涉及 不当用语 / 纯广告导流 / 暴力 / 低俗色情 / 侵权 / 盗版 / 虚假 / 无价值内容或违法国家有关法律法规的内容,可点击提交进行申诉,我们将尽快为您处理。