数字开头的句子无法识别

[joseph16388]

RapidVideOCR和onnxruntime都是最新版本

如图以数字开头的句子没有被识别，请问如何解决哈？

[SWHL]

我在RapidOCR在线demo中识别，是可以识别的呀。

demo: https://huggingface.co/spaces/SWHL/RapidOCRDemo

[joseph16388]

我在RapidOCR在线demo中识别，是可以识别的呀。

demo: https://huggingface.co/spaces/SWHL/RapidOCRDemo

我用的是RapidVideOCR 这个库哦

[SWHL]

我知道呀，RapidVideOCR中就调用了RapidOCR这个库的。我只是想单测一下这个图在RapidOCR中识别有么有问题。看啦是没有问题的。

[joseph16388]

这句话，用RapidVideOCR 这个库识别成了INAE火箭这是放弃了比赛

如果RapidVideOCR和RapidOCR用的是完全一样的算法，那是不是VSF的锅呢

[joseph16388]

98场比赛是我的一个正则表达式的错误，可以略过，主要还是下面莫名频繁多出几个英文字母的问题
样本下载地址：e8596c9c46bc4b24842f31d0aa5f6ae5.zip

我用在线demo试了一下，识别是正确的的。VSF的RGBImages如上也是没有问题的，但是RapidVideOCR过程中的srt文件会频繁的多出几个英语单词，如上图。

我调用的核心代码如下：
vsf_ocr = RapidVideoSubFinderOCR(
vsf_exe_path=vsf_exe_path,
is_concat_rec=True,
create_cleared_text_images=False,
open_video_opencv=open_video_opencv,
open_video_ffmpeg=open_video_ffmpeg,
use_cuda=True,
top_video_image_percent_end=top_video_image_percent_end,
bottom_video_image_percent_end=bottom_video_image_percent_end,
left_video_image_percent_end=left_video_image_percent_end,
right_video_image_percent_end=right_video_image_percent_end,
text_score=0.4
)

版本是rapid-videocr==2.2.14，应该是最新版
运行环境WIN11,Python3.11.5的虚拟环境

有劳指出错误了！

[SWHL]

INAE这几个单词我猜应该是下面红框的单词。建议字幕的框宽度搞得再小一点。

我这里也看看有没有更好的办法过滤这个。

[joseph16388]

INAE这几个单词我猜应该是下面红框的单词。建议字幕的框宽度搞得再小一点。

我这里也看看有没有更好的办法过滤这个。

对的，不过这个框是针对整个视频的，如果能智能识别出仅字幕区域就好了。
1、比如指定字幕的颜色进行过滤这种(也就是在OCR解析素材之前只提取与字幕颜色相关的部分)
2、或者OCR本身支持只识别特定颜色范围的字幕
感觉这个功能超级实用，您看有什么设定可以做到这个哈？

[joseph16388]

INAE这几个单词我猜应该是下面红框的单词。建议字幕的框宽度搞得再小一点。

我这里也看看有没有更好的办法过滤这个。

还有一点就是，在线demo的这个并没有去识别衣服上的字母，但VideOCR却去识别了？我理解应该是有些参数不同导致的吧，既然在线demo可以做到，那是不是调整下参数就行了?

[SWHL]

对的，不过这个框是针对整个视频的，如果能智能识别出仅字幕区域就好了。
1、比如指定字幕的颜色进行过滤这种(也就是在OCR解析素材之前只提取与字幕颜色相关的部分)
2、或者OCR本身支持只识别特定颜色范围的字幕

根据字幕颜色不太可行。还是提前框选一下比较靠谱。因为视频背景是一直在变化的。如果字幕是黑底的，那可以。

[joseph16388]

还有如果可以通过API得到每个文字的BoundingBox区域信息，那应该可以有助于后处理的

[SWHL]

这个再支持了，等两天吧

[joseph16388]

这个再支持了，等两天吧

期待！

[SWHL]

重新安装一下，应该会安装rapidocr_onnxruntime==1.4.0，这个版本是支持的。详细参见：https://github.com/RapidAI/RapidOCR/releases/tag/v1.4.0

[joseph16388]

重新安装一下，应该会安装rapidocr_onnxruntime==1.4.0，这个版本是支持的。详细参见：https://github.com/RapidAI/RapidOCR/releases/tag/v1.4.0

收到！

[joseph16388]

重新安装一下，应该会安装rapidocr_onnxruntime==1.4.0，这个版本是支持的。详细参见：https://github.com/RapidAI/RapidOCR/releases/tag/v1.4.0
还有请教下我直接用RapidOCR()为什么INAE这几个英文字母就不会去识别了？但用VideOCR就会去识别呢？

[SWHL]

等我复现看看

[SWHL]

这是我在Google Colab上跑的这几个例子，并没有出现你这里情况。我猜测和操作系统有关系。之前遇到过，macOS上就是会少检测几个框。

[joseph16388]

我用的是WIN11系统，INAE这个框是检测出来了。我的需求主要是1、确定一共有几个框 2、提取框内主要的颜色值3、根据字幕的颜色值，过滤掉不是字幕的几个框 4、这些步骤能在srt产出之前进行灵活的配置以达到过滤的效果哈

[SWHL]

你这需求需要你这边自己去探索了，太细了，目前不是我能解决的。欢迎提PR哈

[joseph16388]

你这需求需要你这边自己去探索了，太细了，目前不是我能解决的。欢迎提PR哈

嗯，目前只是希望有个多矩形框的boundingbox范围的返回值，然后拿来后处理，哈哈。。