zfxSteven
zfxSteven
> 可以考虑反向计算 flow-field grid ok，不太了解这一块，有什么可以参考资料么？以及相关的参数怎样从模型中取到？
> PaddleOCR 3.0 没有这个参数 这个单字符位置还是挺重要的一个功能，有实现计划吗？
人民群众的迫切需求，希望能早点看到
我已经根据模型预测的帧序列简单识别了一版，现在遇到了一个问题： 在一些情况下，需要开启版面裁剪（矫正）来提高识别效果，但是字符位置就无法还原到原图像位置了 有什么处理办法吗？
> > 我已经根据模型预测的帧序列简单识别了一版，现在遇到了一个问题： 在一些情况下，需要开启版面裁剪（矫正）来提高识别效果，但是字符位置就无法还原到原图像位置了 有什么处理办法吗？ > > 可以参考 https://github.com/RapidAI/RapidOCR/blob/main/python/rapidocr/main.py#L107 看了一下，并不是图像裁剪（拉伸） 的处理方式，或者UVDoc的，但是还有借鉴意义，感谢~
> PaddleOCR 3.0 没有这个参数 你好， 借鉴了你的项目：https://github.com/GreatV/DocTrPP.git 尝试了项目上的model，效果与UVDOC的有差异 UVDoc不是使用的DocTr++吗？ 另外，debug了UVDoc的infer部分，发现并没有透传出 warp filed矩阵的位置，有什么地方可以获得么？
> [@zfxSteven](https://github.com/zfxSteven) uvdoc 估计用的是 doctr 这么说，官方后续支持的return_word_box也是基于版面矫正（如果开了）后的图像来定位字符位置？ 看了DocTr，当中还有一个类似warp field的输出，也有一个模型修整阴影光线等 不知道我理解的对不对？
> > [@zfxSteven](https://github.com/zfxSteven) uvdoc 估计用的是 doctr > > 这么说，官方后续支持的return_word_box也是基于版面矫正（如果开了）后的图像来定位字符位置？ 看了DocTr，当中还有一个类似warp field的输出，也有一个模型修整阴影光线等 不知道我理解的对不对？ > > 论文链接：https://arxiv.org/pdf/2110.12942
如果有需要，可以分享一个半成品
返回的有一个参数，是文字方向，如果急用可以用这个参数反推竖向的单字