Spaces:

brainai-spaces
/

Hello_Text_Detection_Streamlit

Sleeping

Hello_Text_Detection_Streamlit / utils.py

Update utils.py

324b868 verified almost 2 years ago

2.96 kB

import openvino as ov
import cv2
import numpy as np

core = ov.Core()
model = core.read_model(model='models/horizontal-text-detection-0001.xml')
compiled_model = core.compile_model(model = model, device_name="CPU")
input_layer = compiled_model.input(0)
output_layer = compiled_model.output(0)

def preprocess_data(image, input_layer):
    N, C, H, W = input_layer.shape
    resized_image = cv2.resize(image, (W, H))
    input_image = np.expand_dims(resized_image.transpose(2, 0, 1), 0)
    return input_image, resized_image

def predict_image(image, conf_threshold):
    input_image, resized_image = preprocess_data(image, input_layer)
    output_key = compiled_model.output("boxes")
    boxes = compiled_model([input_image])[output_key]
    #0으로만 구성된 상자 제거
    boxes = boxes[~np.all(boxes == 0, axis=1)]
    return boxes, resized_image

def convert_result_to_image(bgr_image, resized_image, boxes, threshold=0.3, conf_labels=True):
    #바운딩 박스와 라벨에 대한 색상 정의
    colors = {"red": (255, 0, 0), "green": (0, 255, 0)}
    #비율을 계산하기 위해 이미지 shape 가져오기
    (real_y, real_x), (resized_y, resized_x) = (
        bgr_image.shape[:2],
        resized_image.shape[:2],
    )
    ratio_x, ratio_y = real_x / resized_x, real_y / resized_y

    #기본 이미지를 BGR에서 RGB 형식으로 변환
    rgb_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2RGB)

    #0이 아닌 상자 반복
    for box in boxes:
        #배열의 마지막 위치에서 신뢰도 값 가져오기
        conf = box[-1]
        if conf > threshold:
            #float를 int로 변환하고 각 상자의 모서리 위치를 x, y 비율로 곱하기
            #이미지 상단에 바운딩 박가 있는 경우
            #위쪽 상자 막대를 조금 아래로 위치시켜 이미지에서 보이도록 위치 시키기.
            (x_min, y_min, x_max, y_max) = [
                (int(max(corner_position * ratio_y, 10)) if idx % 2 else int(corner_position * ratio_x)) for idx, corner_position in enumerate(box[:-1])
            ]

            #위치를 기준으로 바운딩 박스 그리기. 사각형 함수의 매개변수는 이미지, 시작점, 끝점, 색상, 두께
            rgb_image = cv2.rectangle(rgb_image, (x_min, y_min), (x_max, y_max), colors["green"], 3)

            #위치와 신뢰도에 따라 이미지에 텍스트를 추가하기
            #텍스트 함수의 매개변수: 이미지, 텍스트, 왼쪽 하단 모서리 텍스트 필드, 글꼴, 글꼴 크기, 색상, 두께, 선 종류.
            if conf_labels:
                rgb_image = cv2.putText(
                    rgb_image,
                    f"{conf:.2f}",
                    (x_min, y_min - 10),
                    cv2.FONT_HERSHEY_SIMPLEX,
                    0.8,
                    colors["red"],
                    1,
                    cv2.LINE_AA,
                )

    return rgb_image

	import openvino as ov
	import cv2
	import numpy as np

	core = ov.Core()
	model = core.read_model(model='models/horizontal-text-detection-0001.xml')
	compiled_model = core.compile_model(model = model, device_name="CPU")
	input_layer = compiled_model.input(0)
	output_layer = compiled_model.output(0)

	def preprocess_data(image, input_layer):
	N, C, H, W = input_layer.shape
	resized_image = cv2.resize(image, (W, H))
	input_image = np.expand_dims(resized_image.transpose(2, 0, 1), 0)
	return input_image, resized_image

	def predict_image(image, conf_threshold):
	input_image, resized_image = preprocess_data(image, input_layer)
	output_key = compiled_model.output("boxes")
	boxes = compiled_model([input_image])[output_key]
	#0으로만 구성된 상자 제거
	boxes = boxes[~np.all(boxes == 0, axis=1)]
	return boxes, resized_image

	def convert_result_to_image(bgr_image, resized_image, boxes, threshold=0.3, conf_labels=True):
	#바운딩 박스와 라벨에 대한 색상 정의
	colors = {"red": (255, 0, 0), "green": (0, 255, 0)}
	#비율을 계산하기 위해 이미지 shape 가져오기
	(real_y, real_x), (resized_y, resized_x) = (
	bgr_image.shape[:2],
	resized_image.shape[:2],
	)
	ratio_x, ratio_y = real_x / resized_x, real_y / resized_y

	#기본 이미지를 BGR에서 RGB 형식으로 변환
	rgb_image = cv2.cvtColor(bgr_image, cv2.COLOR_BGR2RGB)

	#0이 아닌 상자 반복
	for box in boxes:
	#배열의 마지막 위치에서 신뢰도 값 가져오기
	conf = box[-1]
	if conf > threshold:
	#float를 int로 변환하고 각 상자의 모서리 위치를 x, y 비율로 곱하기
	#이미지 상단에 바운딩 박가 있는 경우
	#위쪽 상자 막대를 조금 아래로 위치시켜 이미지에서 보이도록 위치 시키기.
	(x_min, y_min, x_max, y_max) = [
	(int(max(corner_position * ratio_y, 10)) if idx % 2 else int(corner_position * ratio_x)) for idx, corner_position in enumerate(box[:-1])
	]

	#위치를 기준으로 바운딩 박스 그리기. 사각형 함수의 매개변수는 이미지, 시작점, 끝점, 색상, 두께
	rgb_image = cv2.rectangle(rgb_image, (x_min, y_min), (x_max, y_max), colors["green"], 3)

	#위치와 신뢰도에 따라 이미지에 텍스트를 추가하기
	#텍스트 함수의 매개변수: 이미지, 텍스트, 왼쪽 하단 모서리 텍스트 필드, 글꼴, 글꼴 크기, 색상, 두께, 선 종류.
	if conf_labels:
	rgb_image = cv2.putText(
	rgb_image,
	f"{conf:.2f}",
	(x_min, y_min - 10),
	cv2.FONT_HERSHEY_SIMPLEX,
	0.8,
	colors["red"],
	1,
	cv2.LINE_AA,
	)

	return rgb_image