Question

当我尝试运行此代码以在Dropbox link上使用笔触宽度变换算法时，出现此错误： D：/swt_up.py，第305行，以_find_letters

fulllayer = np.zeros（（shape_w，shape_h），dtype = np.uint16）

内存错误

def _find_letters(swt, shapes, shape_h, shape_w):
    # STEP: Discard shapes that are probably not letters
    swts = []
    heights = []
    widths = []
    topleft_pts = []
    images = []

    for label,layer in shapes.items():
        #print(label)
        #print((layer[0],layer[1]))
        (nz_y, nz_x) = (layer[0],layer[1])
        east, west, south, north = max(nz_x), min(nz_x), max(nz_y), min(nz_y)
        width, height = east - west, south - north

        if width < 4 or height < 4:
            continue

        if width / height > 10 or height / width > 10:
            continue

        diameter = math.sqrt(width * width + height * height)
        median_swt = np.median(swt[(nz_y, nz_x)])
        #if diameter / median_swt > 10:
        #        continue

        #if width / shape_w > 0.4 or height / shape_h > 0.4:
        #         continue

        #if diagnostics:
        #     print (" written to image.")
        #     print(layer )
        #    cv2.imwrite('layer'+ str(label) +'.jpg', layer*255)

        # we use log_base_2 so we can do linear distance comparison later using k-d tree
        # ie, if log2(x) - log2(y) > 1, we know that x > 2*y
        # Assumption: we've eliminated anything with median_swt == 1
        swts.append([math.log(median_swt, 2)])
        heights.append([math.log(height, 2)])
        topleft_pts.append(np.asarray([north, west]))
        widths.append(width)

        fulllayer = np.zeros((shape_w, shape_h), dtype=np.uint16)
        for i in range(len(layer[0])):
            fulllayer[layer[0][i], layer[1][i]] = 1
        images.append(fulllayer)


    return swts, heights, widths, topleft_pts, images

我该如何解决这个问题？我找不到任何错误，也许该错误来自Window OS，但我不知道如何解决。

谢谢

Answer 1

内存错误

我该如何解决这个问题？

在较低分辨率的灰度图像上运行，或在水平小的图像带上，如果增加可用内存不可行。

Answer 2

您的电脑有多少RAM？在过去，我尝试过相同的代码，经过一番疯狂之后，我意识到具有4GB RAM的Windows 10计算机无法使用完。

我发现了以下问题，当代码“过滤”字母时，它开始为每个真实字母创建一个具有与原始图像相同大小的图像，其中该层的所有像素均设置为1，另一个为零。因此，如果图像中最后有100个字母，则会在图像中为每个字母创建100个副本。这是一台PC的空间。

我解决了这个问题，只需更改一点代码即可。对于该图层，我存储了属于该图层的坐标的列表，当我使用它时，我会创建一个“地图”，然后在转到下一个地图时销毁它。这是我从您显示的GitHub/GoldMyr1994/IDTEXT

相同的代码开始实现的代码

现在我开始尝试在看代码之前可以尝试另一件事。我看到这行

 fulllayer = np.zeros((shape_w, shape_h), dtype=np.uint16)

但是我认为您只需要一个布尔映射，因此可以尝试将类型设置为np.bool，并希望您保存的内存足以达到代码的结尾。

使用笔触宽度变换算法进行文本检测（python3-Windows）

2 个答案: