# 店铺名字识别项目
**Repository Path**: lv-haojie7/image-processing
## Basic Information
- **Project Name**: 店铺名字识别项目
- **Description**: 图像处理项目
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No
## Statistics
- **Stars**: 0
- **Forks**: 0
- **Created**: 2025-05-21
- **Last Updated**: 2025-06-09
## Categories & Tags
**Categories**: Uncategorized
**Tags**: None
## README
1. 店铺识别系统
**店铺识别系统** 是一款基于计算机视觉和深度学习技术的商铺招牌自动识别软件。系统采用PaddleOCR 文字识别技术提取招牌中的文字信息，实现对商铺名称的检测与识别。系统主要面向商业调研人员、城市规划工作者等用户群体，为商铺信息采集提供高效、准确的解决方案。
---
## 🚀 快速开始
1. **克隆项目**
```bash
git clone https://github.com/yourusername/shop-sign-recognition.git
cd shop-sign-recognition
```
2. **安装依赖**
```bash
pip install -r requirements.txt
```
3. **启动应用**
```bash
python main.py
```
4. **首次运行**
> 首次运行时，系统会自动下载必要模型文件，请确保网络连接正常。
---
## 📱 功能概览
- **图像输入**：支持选择本地图片文件（JPG、PNG 等格式），并正确加载显示。
- **招牌检测**：自动检测图片中的商铺招牌位置，支持多招牌识别。
- **文字识别**：对招牌区域进行高精度文字识别，支持中英文混合识别。
- **结果展示**：清晰展示识别结果，包括文本内容、置信度及位置信息。
- **用户交互**：提供直观图形界面，操作流程简洁，支持进度反馈及结果保存。
---
## 🖥️ 环境要求
### 硬件
- **处理器**：Intel Core i5 或同等性能处理器（及以上）
- **内存**：最低 8GB RAM，推荐 16GB 及以上
- **显卡**：支持 CUDA 的 NVIDIA 显卡（用于加速模型推理，非必须）
### 软件
- **操作系统**：Windows 10/11、macOS 10.15+ 或 Ubuntu 20.04+
- **Python**：3.8 或更高版本
- **依赖库**：PyQt5、Ultralytics YOLO、PaddleOCR、OpenCV、NumPy
---
## 📊 项目结构
```
shop_sign_recognition/
├── datasets/ # 数据集文件夹
│ ├── shop_sign/ # 数据集配置
│ ├── train/ # 训练集
│ └── val/ # 验证集
├── models/ # 模型文件夹
├── outputs/ # 输出文件夹
├── check_gpu.py # GPU 环境检查脚本
├── detect.py # 模型验证脚本
├── main.py # Paddle 环境检查脚本
├── paddleocr_test.py # PaddleOCR 测试脚本
├── test.py # 测试脚本
├── train.py # 训练脚本
├── tst.py # 测试脚本
├── shop_sign.yaml # 数据集配置文件
├── requirements.txt # 依赖文件
├── software_design.md # 软件设计文档
├── requirements_analysis.md # 需求分析文档
└── README.md # 项目说明文件
```
---
## 🛠️ 使用指南
### 加载图片
- 点击“选择图片”按钮，选择本地图片文件。
- 支持图片格式：JPG、JPEG、PNG、BMP。
### 开始识别
- 点击“开始识别”按钮，系统将自动检测招牌并识别文字。
- 识别过程中显示进度条，完成后显示结果。
### 查看结果
- 界面显示识别出的文本内容、置信度及位置信息。
- 图片上标注识别区域边界框。
### 保存结果
- 点击“保存结果”按钮，将识别结果保存为文本文件。
---
## ⚠️ 注意事项
- **性能优化**：使用 GPU 加速可显著提升识别速度，建议在支持 CUDA 的环境中运行。
- **识别限制**：系统主要针对正面拍摄的清晰招牌图片，对于模糊、光线不足或艺术字体的图片，识别效果可能不佳。
- **错误处理**：系统提供完善的异常捕获机制，处理图像加载、模型初始化、识别过程中的异常。
---
## 🙏 致谢
本项目基于以下开源项目和技术：
- [PaddlePaddle](https://www.paddlepaddle.org.cn/)
- [PaddleOCR](https://github.com/PaddlePaddle/PaddleOCR)
- [OpenCV](https://opencv.org/)
- [PyQt5](https://www.riverbankcomputing.com/software/pyqt/intro)
2025 年 6 月 2 日
[](https://github.com/yourusername/shop-sign-recognition)
[](LICENSE)