主要目的是复现CTPN，检验一下它检测文本的能力，看是否能应用在项目上，顺便将复现过程及过程中遇到的问题记录下来。 

CTPN是什么？

      CTPN结合CNN与LSTM深度网络，CTPN是从Faster R-CNN改进而来：知乎：一文读懂Faster RCNN，从编程实现角度学习Faster R-CNN（附极简实现）

       CTPN能有效的检测出复杂场景的横向分布的文字，是目前比较好的文字检测算法，效果如下图。CTPN论文   tensorflow代码  

下面记录一下复现过程：

环境：win10+anaconda3+pycharm+python3.7+tensorflow1.10+vs2015_runtime

一 代码修改

1.  在文件  ./ctpn/text.yml 设置  "USE_GPU_NMS "  as "False"
2.  在文件  ./lib/fast_rcnn/config.py 设置 "__C.USE_GPU_NMS"   为  "False";
3.  在文件  ./lib/fast_rcnn/nms_wrapper.py  中，注释掉 "from lib.utils.gpu_nms import gpu_nms" ;
4. 在文件lib \ utils \ cython_nms.pyx的第26行进行一些更改“np.int_t”更改为“np.intp_t”    否则出现“ValueError：Buffer dtype mismatch，expected'int_t'但得到'long long' “在第6步。
5. 在文件 \text-detection-ctpn-master\lib\rpn_msr\proposal_layer_tf.py中的第53行加入“cfg_key=cfg_key.decode('utf-8')”
6. 在文件“ctpn \ demo.py”的第29行中，将“base_name = image_name.split（'/'）[ - 1]”更改为“base_name = image_name.split（'\\'）[ - 1]”

二 重新编译文件

       打开anaconda prompt，激活tensorlow环境，进入到路径“\ text-detection-ctpn-master \ lib \ utils ”中去（Anaconda Prompt 怎么切换工作路径到E盘）；

1. 执行 cython bbox.pyx 
2. 执行 cython cython_nms.pyx

     我的处理截图：处理完后，cython_nms和bbox的修改日期会发生改变。

三 重建setup文件

         打开文件夹”text-detection-ctpn-master\lib\utils“，新建一个setup_cpu.py文件，文件代码如下所示：

import numpy as np
from distutils.core import setup
from Cython.Build import cythonize
from distutils.extension import Extension
numpy_include = np.get_include()
setup(ext_modules=cythonize("bbox.pyx"),include_dirs=[numpy_include])
setup(ext_modules=cythonize("cython_nms.pyx"),include_dirs=[numpy_include])

四 重新编译

       打开vs2015 X64 本机工具命令提示符，激活tensorflow环境，进入”text-detection-ctpn-master\lib\utils“，

执行下列代码:

python setup_cpu.py build_ext --inplace 

       执行完会在文件夹”text-detection-ctpn-master\lib\utils\lib\utils“中生成2个pyd文件，分别为：

1. “bbox.cp36-win_amd64.pyd”
2. “cython_nms.cp36-win_amd64.pyd”

     将这两个文件复制到“text-detection-ctpn-master\lib\utils”。

我的处理截图：处理完后，会在utils文件下生成两个文件夹，分别是build文件夹和lib文件夹，pyd文件在lib文件夹下。

五 运行demo

       在运行demo前需要下载checkpoints训练好的模型到工程环境中去，下载完了直接解压成文件夹放到root目录下！类似于下图：

       在anaconda prompt中，激活tensorflow环境进入到工程root路径下（Pycharm中运行demo.py也行，其他IDE也行，反正就是要运行demo.py）。

python  .\ctpn\demo.py

1）运行发现以下错误： 

解决方法：此处我是将其他文件夹放到了ctpn文件夹里

2）继续运行demo.py,又出现了下面这个问题

解决方法：将77行代码，改成了用绝对路径：

cfg_from_file('E:/sxl_Programs/Python/TextDetector/CTPN/text-detection-ctpn-master/ctpn/text.yml')

 3）继续运行demo.py,又出现了下面这个问题：

 尝试方法：.\ctpn\lib\fast_rcnn文件夹下config.py,148行的路径设置有问题，不过直接在这里改没有用，改完后在demo中还是按默认路径读取。

最终解决方法：将demo.py,89行diamagnetic改成：

        ckpt = tf.train.get_checkpoint_state('./checkpoint/')   #cfg.TEST.checkpoints_path

六 如果出现以下界面就证明成功运行了。

七，效果图

      在下载的文件包里自带的几张图片的基础上，我加了几张图（11，12，16，19，31），测试一下效果，效果如下：