申请/专利权人：南京太司德智能电气有限公司

申请日：2020-12-31

公开（公告）日：2024-04-30

公开（公告）号：CN113159086B

主分类号：G06V30/19

分类号：G06V30/19;G06V30/41

优先权：

专利状态码：有效-授权

法律状态：2024.04.30#授权;2021.08.10#实质审查的生效;2021.07.23#公开

摘要：本发明公开了一种高效的电力信号描述模型训练方法，该方法为：读取txt或excel文件；设置训练文字参数；生成文字图片的宽度及高度；判断图片宽度，重新计算图片高度；调用Qt的QImage类生成全白的图片；在全白的图片上绘制单个文字；记录的每个字符位置及矩形长宽数据；训练文字转换坐标系；并将每个转换文字的数据保存到一个后缀为.box的文本文件中；生成后缀为.tr的文本文件；读取人工标记文件夹内所有后缀为.tif、.box、.tr文件；执行tesseract的训练命令，生成后缀为.traineddata的文件；自动调用tesseract命令识别生成的图片，并将识别结果和录入的文字进行对比，提示识别错误文字、文字召回率和准确率。本发明简化了文字训练的步骤，能快速实现文字训练，快速生成所需的训练模型，提高了训练效率。

主权项：1.一种高效的电力信号描述模型训练方法，其特征在于：该方法包括以下步骤：1读取txt或excel文件；2设置训练文字的字体、大小和模型名称的参数；3按行读取选择的txt或excel文件，获取文字总行数，记为num_lines，以及这些行中字数最多的行的字数，记为max_length；4根据设置的字符间距gap、行间距linespacing、页面边距padding、图片最大宽度、单个文字宽度width和单个文字高度height，计算生成文字图片的宽度及高度；生成文字图片的宽度及高度计算公式如下：图片宽度width_image＝padding*2+max_length*gap+width图片高度height_image＝padding*2+num_lines*linespacing+height；5若计算的图片宽度大于设置的图片最大宽度，则以图片最长宽度作为待生成图片的宽度，根据字符间距gap、行间距linespacing和页面边距padding重新计算图片高度；6根据步骤5计算的图片大小，记为imgsize，调用Qt的QImage类生成全白的图片；7在全白的图片上按顺序绘制单个文字；绘制单个文字的方法包括如下步骤：a设置第一个文字位置，横坐标为startx，纵坐标为starty，位置初始值如下：startx＝padding；starty＝padding；b在以坐标startx,starty为起点、单个文字宽度width为矩形宽度和单个文字高度height为矩形高度的矩形内居中绘制第一个文字；c计算下一个文字的startx和starty，取值如下：startx＝startx+width+gapstarty＝padding若startx+页面边距图片宽度，则：starty＝starty+已绘制的文字行数*height+linespacingstartx＝padding记录并保存，每个字符的startx、starty、width和height，重复a-c步骤，直至完全绘制完图片；8根据步骤7中记录的每个字符位置及矩形长宽数据，分别以从上至下、从下至上、从左至右和从右至左四个方向扫描该矩形框内的图片的像素值；9将步骤8的文字最小外接矩形的坐标[x,y,end_x,endy]位置转换为tesseract训练的文字坐标系[t_x,t_y,t_end_x,t_endy]，转换公式如下：t_x＝xt_y＝height_image–y-endy-yt_endx＝x+width_imaget_endy＝height_image–y；10将每个文字按步骤9进行坐标转换计算，并将每个文字的数据按以下格式写入并保存到一个后缀为.box的文本文件中，每个文字数据占一行：文字t_xt_yt_endxt_endy11根据设置参数，使用tesseract命令生成后缀为.tr的文本文件，命令如下：tesseractpower.font.exp0.GIFpower.font.exp0–psm6nobatchbox.train；12读取人工标记文件夹内所有后缀为.GIF、.box和.tr文件，同时检测文件夹中文件名为font_properties的文本文件是否存在，若不存在，则根据所有后缀为.GIF的图片文件名称，将名称第一个“.”和第二个“.”间的名称作为字体名称，过滤重复的字体名称，将每个字体作为一行，按以下格式写入文件名为font_properties的文本文件中，格式如下：font00000；13依次执行tesseract的unicharset_extractor、shapeclustering、mftraining和cntraing训练命令，生成后缀为.traineddata的文件，该文件即为文字模型文件；14完成训练后，训练工具自动调用tesseract命令识别步骤7生成的图片，并将识别结果和录入的文字进行对比，提示识别错误文字、文字召回率和准确率。

全文数据：

权利要求：

百度查询： 南京太司德智能电气有限公司 一种高效的电力信号描述模型训练方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD