VideograffOCR

Reconocimiento automático de texto en informativos de TV

Set-up

virtualenv

$ sudo apt-get python-pip
$ pip install virtualenv
$ pip install virtualenvwrapper

Agregar las siguientes líneas al correspondiente archivo de configuración de shell (.bashrc, .zshrc, etc.)

# virtualenv and virtualenvwrapper
export WORKON_HOME=$HOME/.virtualenvs
source /usr/local/bin/virtualenvwrapper.sh

Crear entorno virtual e instalar paquetes python del proyecto. Puede que algunos paquetes fallen al compilarse (por ej., numpy). Atender a los errores (generalmente, faltan librerías o binarios de compilación en el sistema). Enriquecer este README con los errores encontrados y listar las soluciones como pasos necesarios.

$ mkvirtualenv videograffocr
$ workon videograffocr
$ pip install -r requirements.txt

Cuando se incorporan nuevas librerías, actualizar los requerimientos con pip freeze > requirements.txt

python set-up

Asumiendo que el proyecto está clonado en /home/user/videografocr, agregar al correspondiente archivo de configuración de shell (.bashrc, .zshrc, etc.)

export PYTHONPATH=PYTHONPATH:/home/user/

tesseract

sudo apt-get install tesseract-ocr tesseract-ocr-spa

opencv

Lista de pasos tentativa, originalmente publicada aquí, mezclada con la documentación de opencv

• update del sistema

$ sudo apt-get update && sudo apt-get upgrade

• instalación de herramientas de compilación

$ sudo apt-get install build-essential cmake-curses-gui pkg-config

• paquetes que permiten la lectura y escritura de imágenes

$ sudo apt-get install libjpeg8-dev libtiff4-dev libjasper-dev libpng12-dev

• paquetes que permiten la lectura de video

$ sudo apt-get install libavcodec-dev libavformat-dev libswscale-dev libv4l-dev

• paquetes optimización de rutinas de opencv

$ sudo apt-get install libatlas-base-dev gfortran

• librerías de desarrollo de python

$ sudo apt-get install python2.7-dev

• TODO: qt, gtk?

• clonar el repositorio de opencv, fuera de este repositorio. Esto puede reemplazarse por descargar la versión deseada de opencv

  $ cd && mkdir opencv_build
  $ cd opencv_build
  $ git clone https://github.com/Itseez/opencv.git

• configurar el projecto antes de compilar

  $ cd opencv
  $ mkdir build && cd build  # directorio temporal
  $ ccmake ..                   # para elegir las configuraciones antes de
  

generar los Makefiles ```

• compilar

  $ make -j <número de procesadores>

Asumiendo que la compilación fue exitosa, podemos instalar opencv en el sistema: bash $ sudo make install

Ahora opencv se encuentra instalado en el sistema, pero todavía no es accesible desde el entorno virtual creado. Es necesario copiar o linkear la librearía de python del sistema en el entorno virtual del proyecto

• Ubicar la librería opencv:

$ deactivate   # para dejar de usar el virtualenv, volver al python del sistema
$ python
Python 2.7.6 (default, Jun 22 2015, 17:58:13)
[GCC 4.8.2] on linux2
Type "help", "copyright", "credits" or "license" for more information.
>>> import cv2
>>> print cv2.__file__
/usr/lib/python2.7/dist-packages/cv2.so

• copiar la librería al directorio donde nuestro entorno virtual busca librerías

$ ln -s /usr/lib/python2.7/dist-packages/cv2.so
~/.virtualenvs/videograffocr/lib/python2.7/site-packages/cv2.so

• chequear que opencv está accesible desde el virtualenv

$ workon videograffocr && python -c "import cv2; print cv2.__file__"

Esta línea debería ejecutar sin errores.