文本检测漏行问题

[dragronstranding]

🔎 Search before asking

• I have searched the PaddleOCR Docs and found no similar bug report.
• I have searched the PaddleOCR Issues and found no similar bug report.
• I have searched the PaddleOCR Discussions and found no similar bug report.

🐛 Bug (问题描述)

例如上图，不管是用v3还是v4的文本检测里会漏掉最上面的“APP 金东纸业。。。”那一行

🏃‍♂️ Environment (运行环境)

paddleocr=2.9.2
paddlepaddle=3.0.0b1

🌰 Minimal Reproducible Example (最小可复现问题的Demo)

初始化 PaddleOCR

paddleocr = PaddleOCR(lang='ch', use_angle_cls=False, show_log=True,
det_model_dir='../weights/ch_PP-OCRv4_det_infer',
rec_model_dir='../weights/ch_PP-OCRv4_rec_infer'
)

[jingsongliujing]

看上去是字体有部分歪曲和模糊，可以通过预处理（比如二值化，图像缩放和归一化、图像增强）或者标注数据再训练的方式提高识别精度

[GreatV]

根据问题描述，您遇到了在使用 PaddleOCR 进行文本检测时漏掉某些行（例如顶部的“APP 金东纸业……”）的问题。这种情况在复杂布局或者文本区域较小的图片中较为常见。以下是一些可能的解决方案和优化建议：

---

1. 调整检测模型参数

PaddleOCR 提供了多个参数来调整检测效果，您可以尝试以下方法：

• 增大 det_db_box_thresh 和 det_db_thresh 的值：这些参数控制文本框的检测阈值，适当调高可能会捕捉到更多文本区域。

  paddleocr = PaddleOCR(
      lang='ch',
      det_model_dir='../weights/ch_PP-OCRv4_det_infer',
      rec_model_dir='../weights/ch_PP-OCRv4_rec_infer',
      det_db_box_thresh=0.4,  # 默认 0.6，尝试降低至 0.4
      det_db_thresh=0.2       # 默认 0.3，尝试降低至 0.2
  )

• 调整 det_db_unclip_ratio：该参数控制检测框的扩展比例，适当增大可能会捕捉到更大的文本区域。

  det_db_unclip_ratio=2.0  # 尝试从默认的 1.5 提高到 2.0

---

2. 使用更强大的检测算法

PaddleOCR 支持多种检测算法，例如 DB 和 SAST。如果 PP-OCRv4 的检测效果不理想，可以尝试以下方法：

• 切换到 SAST 算法，适用于复杂布局的场景。

  paddleocr = PaddleOCR(
      lang='ch',
      det_algorithm='SAST',                 # 使用 SAST 检测算法
      det_model_dir='../weights/sast_infer' # SAST 模型路径
  )

• 升级 PaddleOCR 模型：确保使用的是最新版本的模型（例如 v4），并尝试其他模型如 PP-OCRv3，以便比较检测效果。

---

3. 图片预处理

图片质量对 OCR 的检测效果有很大影响，尝试以下操作：

• 裁剪图片：将目标文本行放大到图片的中央，提供更清晰的输入。
• 增强对比度：使用 OpenCV 或 PIL 增强图片对比度，减少噪声干扰。

  from PIL import Image, ImageEnhance
  
  img = Image.open('image.jpg').convert('RGB')
  enhancer = ImageEnhance.Contrast(img)
  img_enhanced = enhancer.enhance(2)  # 增强对比度
  img_enhanced.save('enhanced_image.jpg')

---

4. 启用角度分类器

角度分类器可以帮助更好地识别倾斜文本。如果未启用，请确保设置 use_angle_cls=True：

paddleocr = PaddleOCR(
    lang='ch',
    use_angle_cls=True,  # 启用角度分类器
    det_model_dir='../weights/ch_PP-OCRv4_det_infer',
    rec_model_dir='../weights/ch_PP-OCRv4_rec_infer'
)

---

5. 检查图片分辨率

PaddleOCR 默认的 det_limit_side_len 为 960。如果图片分辨率较低，某些细节可能会丢失。尝试增大该值：

paddleocr = PaddleOCR(
    lang='ch',
    det_limit_side_len=1920  # 增大图片限制长度
)

---

6. 参考社区讨论

在 PaddleOCR Discussions 中，有用户反馈了类似的“文本漏检”问题，建议您参考以下解决方案：

• 训练自定义检测模型：如果以上方法仍然无法解决问题，可以基于您自己的数据集进行模型微调，从而提高模型在特定场景下的效果。
  官方教程：PaddleOCR 自定义训练文档。

---

总结

根据您的描述，漏检可能是由于默认参数设置不适合您的具体场景。建议依次尝试以下方法：

1. 调整检测参数（如 det_db_box_thresh、det_db_unclip_ratio）。
2. 切换至更强的检测算法（如 SAST）。
3. 对图片进行预处理（如增强对比度、调整分辨率）。
4. 如果问题依然存在，考虑训练自定义模型以适配场景。

如果仍有问题，欢迎在 PaddleOCR Issues 提交详细的反馈。

---

Response generated by feifei-bot | chatgpt-4o-latest