zh3389/OCR-Identification-DataGeneration

OCR识别部分_数据生成 + 生成数据保存到本地文件 + 生成器直接对接模型

如果本项目对你训练 OCR(光学文字识别)的识别部分模型有帮助 欢迎Start...

环境

• pip install -r requirements.txt

• 自行手动安装pillow, numpy, tqdm

快速开始

在文件generator.py文件中

1. 生成器参数列表

Parameter_list = {"background_path": "Project_doc/background/",  # 生成数据的背景路径
                  "image_width": 280,  # 生成图片的宽
                  "image_height": 32,  # 生成图片的高
                  "font_path": "Project_doc/font/",  # 字体文件路径
                  "corpus_path": "Project_doc/info.txt",  # 语料库路径, 用于生成数据的文本语料库
                  "dict_path": "Project_doc/dict.txt",  # 字典路径
                  "len_word": 10,  # 生成词长度
                  "output_label_path": "train_data.txt",  # 输出label文件
                  "output_data_path": "train_data_img/",  # 输出data路径
                  }

2. 创建以下对象用于查看生成的效果

if __name__ == '__main__':
  # 生成一张图片看效果
  gen_data = Generator_img(Parameter_list)
  gen_data.show_generate_data()

3. 创建以下对象用于保存生成数据到本地

if __name__ == '__main__':
    # 保存训练数据到本地
    save = Save_train_data(Parameter_list)
    save.gen_and_save_data(save_num=10)  # save num 保存的数量

参考项目中文件夹

4. 创建以下对象用于创建一个数据生成器,直接对接模型即可开始训练

if __name__ == '__main__':
    # 创建一个生成器 可直接对接模型
    gen_loader = Generate_train(Parameter_list)
    loader = gen_loader.batch_generator(batch_size=128, max_label_len=10)