# wheatdr-ear-ocr

**Repository Path**: biturd/wheatdr-ear-ocr

## Basic Information

- **Project Name**: wheatdr-ear-ocr
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-05-29
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

## 总体
- dbdao文件夹是数据库模块  [里面包括，使用时引入本模块的addframe、imgCut脚本就可以了 (删除原来的)]
    - bigpicDao、littlepicDao  [下面两个脚本依赖于这两个脚本]
    - imgCut[切成小图]、addframe[加红色的框的图]
- image文件夹 存放原始图片 [ 大小不一的 ]
- imgborder文件夹是给图片加框(黑色、白色)的C++模块
- studentBrotherCode文件夹是一系列具体操作的模块 [缩放、反色、聚类、切割、加框(红色)]
    - 1.imgZoom [第一步将大图变为统一大小(700*700)]
    - 2.inverColor[反色]、
    - 3.imgCluster[这一步直接在反色的中间图片上处理了,所以反色中间产物就没了]
    - 4.imgCut[切成小图]、addframe[加红色的框的图]
    - 5.lastImgZoom[最后一步缩放,将切割的小图缩放为统一大小]
- tmp文件夹 存放中间的产物图片 
    - yuantu[1.imgZoom的产物]    
    - julei[2.inverColor\3.imgCluster都生成在这,但是后者把前者覆盖了]
    - frame\cut[是步骤4生成的]
    - yuantu_new
    - julei_new   
- mergeCoder.py [整个流程的 启动脚本]

```python
# mergeCode.py 里面的生成了上述的文件夹
import imgborder.first as addyuantu
import imgborder.first2 as addcluster

addyuantu.addyuantu()   # 原图加框
addcluster.addcluster()  # 聚类加框
```      

### 使用流程
将需要处理的图片放入image文件夹 
运行mergeCode.py,就会在tmp目录生成需要的图片

[重复运行会自动清空,tmp文件夹,重新生成特定的]

[批量处理的话可能很慢[主要是聚类操作],然后没有提示，所以需要耐心等待。。。。]

> 如果环境不一致或者初次导入，建议根据environment.yaml
新建一个conda环境,当然如果你的环境有相关库,也可以不需要
```bash
conda env create -f environment.yaml
```

### 数据库的使用
代码用MongoDB来实现存储，所以如果想用
数据库模块，应该先安装好Mongo，并开启服务

如果不使用数据库模块就需要把mergeCode最后两行注释,和上面的import

### server服务端 图像识别、分割与存储 [暂时不用管]
resource  静态文件
imgocr-server 服务端目录这个目录中调用mergeCode模块