Python 如何使用keras image_OCR示例预测OCR结果？

Keras OCR示例演示了一个使用堆叠CNN和RNN开发的非常简单的OCR系统。但是在训练之后，如何使用训练过的模型预测结果呢

使用

model.fit（）函数拟合模型后：

model.fit(X_training_data,Y_training_data,...)

您可以使用
model.evaluate（）
评估您的模型，如下所示：

model.evaluate(X_test, y_test, verbose=0)

如果要保存模型，请执行以下操作：

model.save('my_nn.hdf5')

请注意，将X和y数据拆分为训练和测试数据集的最简单方法就是获取前N个观测值，并将其作为测试数据集，其余为测试数据集。有时，测试集和培训集会为您拆分，例如：

此示例将测试和训练集拆分为（a）包含数字灰度图像64像素的64元素向量
[：，0:63]
，和（b）包含图像所代表数字的1元素向量
[：，64]
。
模型需要4个不同的输入数组。不是两个。这就是问题所在。
testing_df = pd.read_csv('data/optdigits/optdigits.tes',header=None)
X_testing,  y_testing  = testing_df.loc[:,0:63],  testing_df.loc[:,64]

training_df = pd.read_csv('data/optdigits/optdigits.tra',header=None)
X_training, y_training = training_df.loc[:,0:63], training_df.loc[:,64]