English | 简体中文
一个文字识别模型的数据生成器
- 支持中英文识别。
- Python 3.6+
2023-02-15: 继承自TextRecognitionDataGenerator 。
创建虚拟环境
conda create -n TextRecognitionDataGenerator python=3.7
激活虚拟环境
conda activate TextRecognitionDataGenerator
安装所需以来
pip install -r requirements.txt
- 背景
为丰富生成图片的背景，请自行准备背景图片并放置于images文件夹下。
- 语料
准备文字生成语料，并放置在texts文件夹下，同时执行生成命令中，使用-i参数指定语料文件路径。
- 字体
- 需准备一个语料字典文件放置于chars文件夹下，该字典文件记录了生成语料中可能出现所的所有字符。
- 下载对应语言所需要的字体文件，并放置于fonts文件夹下。下面列举几个可供选择的字体下载网站： FFONTS、FONT MEME、fontriver。
- 执行下述语句，筛选可用字体，执行完成后会在fonts文件夹下生成一个带_filter后缀的文件夹，该文件夹下字体即为可用字体。
python tools/filter_fonts.py --dict_path 字典文件路径 --font_dir 字体文件夹路径在项目根目录下，执行生成语句，
bash run.sh对于不同语言的生成需求可对如下参数进行调整，
参数配置表
| 参数 | 含义 | 类型 | 默认值 |
|---|---|---|---|
| --output_dir | 结果输出文件夹 | str | out/ |
| -i | 指定生成的文本语料 | str | |
| -l | 语言 | str | en |
| -c | 生成的图片数量 | int | |
| -rs | 使用随机字符组合作为语料，即没有语义信息的文本组合 | ||
| -let | 与-rs一起使用，使用随机字符组合作为语料，只生成字符 | ||
| -num | 与-rs一起使用，使用随机字符组合作为语料，只生成数字 | ||
| -sym | 与-rs一起使用，使用随机字符组合作为语料，只生成标点 | ||
| -w | 生成图片中包含的单词数量 | int | 1 |
| -r | 与-w搭配使用，随机生成单词数，最大为-w | ||
| -f | 设置图片高度像素数 | int | 32 |
| -t | 执行的进程数 | int | 1 |
| -e | 设置图片保存格式 | str | jpg |
| -k | 文本行倾斜角度,需要与-rk一起使用，否则为固定角度 | int | 0 |
| -rk | 使得倾斜角度为，-k到+k的范围随机选取 | ||
| -wk | 使用维基百科语料，运行似乎会报错 | ||
| -bl | 增加高斯模糊效果，数值越大越模糊，设置-rbl模糊程度可随机 | int | 0 |
| -rbl | 随机模糊，模糊值从0到-bl的数值 | ||
| -b | 背景，0：高斯噪点，1：白色背景，2：类网格，3：图片 | ||
| -hw | 手写配置，当前运行会报错 | ||
| -na | 标签输出格式，0: [TEXT][ID].[EXT], 1: [ID][TEXT].[EXT] 2: labels.txt | int | 0 |
| -om | 是否返回遮掩的图片，0：否；1：是 | int | 0 |
| -obb | 返回每个字的坐标信息，0：不返还；1：txt格式；2：Tesseract格式 | int | 0 |
| -d | 添加文字扭曲效果，0：无变换，1：Sine，2：Cosine，3：random | int | 0 |
| -do | 定义扭曲的方向，与-d配合使用；0：上下，1：左右，2:都有。 | int | 0 |
| -wd | 设置固定图片宽度 | int | -1 |
| -al | 设置文字在图片中的对其方式，需配合-wd使用，0：左，1：中，2：右。 | ||
| -or | 生成的文字方向，0代表水平，1代表竖直的 | ||
| -tc | 设置文本颜色，设置一个颜色区间的话形如'#000000,#888888' | str | #282828 |
| -sw | 两个词之前的空间,1.0代表一个空格，0代表没有间隔 | float | 1.0 |
| -cs | 两个字符之前的空间，2代表两个像素。 | int | 0 |
| --margins | 设置文本行四周边距，单位是像素；上，左，下，右 | margins | 5,5,5,5 |
| --fit | 加这个参数将使边距更紧密，一般配合--margins一起使用 | ||
| -ft | 指定某个字体 | ||
| -fd | 指定字体所在的文件夹 | ||
| -id | 指定背景图片所在的文件夹 | ||
| -ca | 指定只生成大写或者小写的语料，upper：大写，lower：小写。 | str | |
| -dt | 指定字典 | ||
| -stw | 定义笔画的宽度 | int | 0 |
| -stf | 定义笔画轮廓的颜色，如果stroke_width比0大的话 | str | #282828 |
| -im | 定义要使用的图像模式。RGB是默认的，L表示8位灰度图像，等等。 | str | RGB |
本项目的代码基于MIT协议发布。