Ошибка прямого метода в модуле DNN OpenCV (Ptyhon) с использованием модели .onnx

На самом деле ваша проблема в том, что входные данные, которые вы вводите в модель, не соответствуют форме данных, на которых была обучена модель.

Я использовал этот ответ для проверки вашей модели onnx, и оказалось, что она ожидает ввода формы (1, 1, 32, 100). Я изменил ваш код, чтобы изменить форму изображения до 1 x 32 x 100 пикселей, и вывод фактически выполняется без ошибок.

ИЗМЕНИТЬ

Я добавил код для интерпретации результата вывода. Теперь мы отображаем изображение и предполагаемый текст OCR. Кажется, это не работает, но прочтите руководство по OpenCV, должно быть две модели:

1. тот, который определяет, где на изображении есть текст. Эта сеть принимает изображения различных размеров, она возвращает расположение текста в изображении, а затем обрезанные части изображения размером 100x32 передаются второму
2. тот, который на самом деле выполняет чтение и заданные участки изображения, возвращает символы. Для этого есть файл alphabet_36.txt, который предоставляется вместе с предварительно обученными моделями.

Мне непонятно, какую сеть использовать для обнаружения текста. Надеюсь, что приведенный ниже отредактированный код поможет вам в дальнейшей разработке вашего приложения.

import cv2 as cv
import os
import numpy as np
import matplotlib.pyplot as plt
# The model is downloaded from here https://drive.google.com/drive/folders/1cTbQ3nuZG-EKWak6emD_s8_hHXWz7lAr
# model path 
MODELS_PATH = './'
modelRecognition = os.path.join(MODELS_PATH,'CRNN_VGG_BiLSTM_CTC.onnx')

# read net 
recognizer = cv.dnn.readNetFromONNX(modelRecognition)

# Download sample_image.png from https://i.ibb.co/fMmCB7J/sample-image.png  (image host website)
sample_image = cv.imread('sample-image.png', cv.IMREAD_GRAYSCALE)
sample_image = cv.resize(sample_image, (100, 32))
sample_image = sample_image[:,::-1].transpose()

# Height and Width of the image
H,W = sample_image.shape

# Create a 4D blob from image
blob = cv.dnn.blobFromImage(sample_image, size=(H,W))
recognizer.setInput(blob)

# network inference
result = recognizer.forward()

# load alphabet
with open('alphabet_36.txt') as f:
    alphabet = f.readlines()
alphabet = [f.strip() for f in alphabet]

# interpret inference results
res = []
for i in range(result.shape[0]):
    ind = np.argmax(result[i,0])
    res.append(alphabet[ind])
ocrtxt = ''.join(res)

# show image and detected OCR characters
plt.imshow(sample_image)
plt.title(ocrtxt)
plt.show()

Надеюсь, это поможет. Ваше здоровье