imageToPatches

Documentation

Index

• Constants
• func InitORT()
• func LoadDict(path string)
• func PrewarmLogitsPool(size int, count int)
• func SaveTextLinesToImages(origImg image.Image, textLines []TextLine, outputDir string) error
• func SaveWithPadding(subImg image.Image, index int, outputDir string)
• type ClsEngine
  • func GetGlobalClsEngine() (*ClsEngine, error)
  • func NewClsEngine() (*ClsEngine, error)
  • func (c *ClsEngine) ShouldRotate180(img image.Image) bool
• type DetEngine
  • func GetGlobalDetEngine() (*DetEngine, error)
  • func NewDetEngine() (*DetEngine, error)
  • func (d *DetEngine) Destroy()
  • func (d *DetEngine) DetectAndFixOrientation(src image.Image) ([]TextLine, error)
  • func (d *DetEngine) GetBoxes(srcImg image.Image) ([]image.Rectangle, error)
• type RecEngine
  • func GetGlobalRecEngine() (*RecEngine, error)
  • func NewRecEngine() (*RecEngine, error)
  • func (r *RecEngine) Recognize(inputData []float32, width int) (string, error)
• type RecognitionResult
  • func ImageToPatches(srcImg image.Image) []RecognitionResult
• type TextLine

Constants

const (
	DictPath = "ppocrv5_dict.txt" // PP-OCRv5 的字典文件路径，已提取为全局变量

)

Functions

func InitORT

func InitORT()

initORT 初始化 ONNX Runtime 环境

func LoadDict

func LoadDict(path string)

LoadDict 加载字符字典，使用 sync.Once 确保只加载一次

func PrewarmLogitsPool

func PrewarmLogitsPool(size int, count int)

PrewarmLogitsPool 暴露给外部的预热接口 size: 预期的缓冲区大小（float32 数量） count: 预先填充多少个对象到池中

func SaveTextLinesToImages

func SaveTextLinesToImages(origImg image.Image, textLines []TextLine, outputDir string) error

SaveTextLinesToImages 将检测到的文本行保存为本地图片文件 origImg: 原始大图 textLines: 包含坐标信息的文本行切片 outputDir: 保存路径（如 "./debug_crops"）

func SaveWithPadding

func SaveWithPadding(subImg image.Image, index int, outputDir string)

辅助技巧：如果你想在保存时给图片加一点白色边距（模拟 preprocessRec 的输入）

Types

type ClsEngine

type ClsEngine struct {
	Session *ort.DynamicAdvancedSession
}

func GetGlobalClsEngine

func GetGlobalClsEngine() (*ClsEngine, error)

func NewClsEngine

func NewClsEngine() (*ClsEngine, error)

func (*ClsEngine) ShouldRotate180

func (c *ClsEngine) ShouldRotate180(img image.Image) bool

Predict 判断是否需要翻转 (返回 true 表示需要旋转 180 度)

type DetEngine

type DetEngine struct {
	Session      *ort.AdvancedSession
	InputTensor  ort.Value
	OutputTensor ort.Value
	OutputData   []float32 // 预留给结果的切片
}

DetEngine 检测引擎

var (
	GlobalDetEngine *DetEngine
)

NewDetEngine 创建并初始化检测引擎

func GetGlobalDetEngine

func GetGlobalDetEngine() (*DetEngine, error)

获取（或初始化）全局引擎

func NewDetEngine

func NewDetEngine() (*DetEngine, error)

func (*DetEngine) Destroy

func (d *DetEngine) Destroy()

func (*DetEngine) DetectAndFixOrientation

func (d *DetEngine) DetectAndFixOrientation(src image.Image) ([]TextLine, error)

func (*DetEngine) GetBoxes

func (d *DetEngine) GetBoxes(srcImg image.Image) ([]image.Rectangle, error)

GetBoxes 只做推理并返回坐标框，不裁图

type RecEngine

type RecEngine struct {
	// 使用 DynamicAdvancedSession，它支持 RunWithBinding
	Session *ort.DynamicAdvancedSession
}

func GetGlobalRecEngine

func GetGlobalRecEngine() (*RecEngine, error)

GetGlobalRecEngine 获取全局唯一的识别引擎

func NewRecEngine

func NewRecEngine() (*RecEngine, error)

NewRecEngine 创建一个新的识别引擎实例

func (*RecEngine) Recognize

func (r *RecEngine) Recognize(inputData []float32, width int) (string, error)

Recognize 单行识别函数 (支持并行调用)

type RecognitionResult

type RecognitionResult struct {
	Index int
	Text  string
	Error error
}

RecognitionResult 代表每行文本的识别结果

func ImageToPatches

func ImageToPatches(srcImg image.Image) []RecognitionResult

type TextLine

type TextLine struct {
	Box   image.Rectangle // 在原图中的矩形框
	Score float32         // 检测得分
	Image image.Image     // 裁剪出的单行图片 (已转正)
}

TextLine 代表检测到的一个文字行