XEduHub在Mind+推理古诗文图片《龟虽寿》案例- Makelog(造物记)

⽤AI解决问题⼤致可以分为模型训练和模型应⽤两个环节。

本项目基于行空板M10，

利用Python生态下的通用AI模型推理库XEduHub，

实现了对古诗文图片《龟虽寿》的智能识别与推理。

项目侧重AI模型的应用环节，

通过调用XEduHub内置的成熟OCR（光学字符识别）模型，

将图像中的古诗文字符快速准确地转换为可编辑的文本数据，

展现了AI文本识别的完整流程与强大能力。

步骤1 “扩展”中加载“行空板”、“OpenCV”、“XEduHub”

1.将Mind+切换为“python模式”下，连接远程控制：10.1.2.3；

2“扩展”中加载“行空板”,“OpenCV”

3.“扩展”中加载XEduHub

步骤2 左侧脚本区，添加XEduHub脚本

步骤3 上传推理文本图片

步骤4 编写程序

代码

import sys
sys.path.append("/root/mindplus/.lib/thirdExtension/nick-unihiker_wifi-thirdex")
sys.path.append("/root/mindplus/.lib/thirdExtension/nick-xeduhub_main-thirdex")
import re
import sys
from unihiker import GUI
from XEdu.hub import Workflow as wf
import os



def format_valve_output(task):
    try:
        output_result = ""
        output_result = task.format_output(lang="zh")
        return output_result
    except AttributeError:
        return "AttributeError: 请检查输入数据是否正确"


u_gui=GUI()
para_ocr = {}
u_gui.draw_text(text="行空板M10",x=0,y=0,font_size=20, color="#000000")
ocr=u_gui.draw_text(text="文本推理中.......",x=0,y=30,font_size=20, color="#333333")
init_para_ocr = {"task":"ocr"}
init_para_ocr["download_path"] = r"/root/checkpoint"
ocr = wf(**init_para_ocr)
para_ocr["data"] = "ocr龟虽寿.jpg"
para_ocr["img_type"] = "cv2"

if 'ocr' in globals() or 'ocr' in locals():
    rea_result_ocr = ocr.inference(**para_ocr)
else:
    print("init",'ocr')
    ocr = wf(**init_para_ocr)
    rea_result_ocr = ocr.inference(**para_ocr)

print(rea_result_ocr)
print("----------------------------------------------------------------------")
output_result_ocr = format_valve_output(ocr)
print(output_result_ocr)
ocr.show(rea_result_ocr)

'文本': ['11、龟虽寿/曹操',
'神龟员寿，犹有竟时',
'腰蛇乘雾，终为土灰，',
'老骤伏新，志在千里',
'烈士喜年，壮心不已',
'盈缩之期，不但在天：',
'养怡之福，可得水年，',
'幸其至哉，歌以脉志。']}

光学字符识别

光学字符识别是⼀项⽤于将图像或扫描的⽂档转换为可编辑的⽂本格式的技术。

OCR技术能够⾃动识别和提取图像或扫描⽂档中的⽂本，并将其转化为计算机可处理的⽂本格式。OCR技术在⻋牌识别、证件识别、⽂档扫描、拍照搜题等多个场景有着⼴泛应⽤。

XEduHub在Mind+推理古诗文图片《龟虽寿》案例 简单

XEduHub在Mind+推理古诗文图片《龟虽寿》案例简单