OCR訓練文本生成工具

原項目地址：https://github.com/Sanster/text_renderer

我做的一些功能擴充後項目地址：https://github.com/SeventhBlue/textGenerationTool

1、如何使用

        進入工程目錄，直接運行main.py，就會生成相應的數據。

2、需要根據自己需求更改的設置

2.1、parse_args.py

        這個文件是運行的默認參數設置。其中最可能的需要更改的有，生成樣本的數量、生成樣本時保存的路徑、以及生成樣本時是隨機字符還是帶有語義的文本信息等。

2.2、default.yaml

        這個文件比較重要。裏面涉及的都是把圖片設置成什麼樣的數據。

2.3、./data/bg/

        這個文件下是文本圖片的背景顏色設置。添加什麼圖片，訓練數據就會有什麼樣的圖片。如果添加了背景圖片，但是訓練樣本圖片卻沒有對應的效果。有兩種可能。

第一種可能，在default.yaml文件中下面這個參數設置爲false

img_bg:
  enable: false
  fraction: 0.8

第二種可能，只生成黑白圖片。下面兩個參數設置成false了。

font_color:
  enable: false
  blue:
    fraction: 0.1
    l_boundary: [0,0,150]
    h_boundary: [60,60,255]
  brown:
    fraction: 0.1
    l_boundary: [139,70,19]
    h_boundary: [160,82,43]
  black:
    fraction: 0.8
    l_boundary: [0,0,0]
    h_boundary: [10,10,10]

line_color:
  enable: false
  black:
    fraction: 0.5
    l_boundary: 0,0,0
    h_boundary: 64,64,64
  blue:
    fraction: 0.5
    l_boundary: [0,0,150]
    h_boundary: [60,60,255]

2.3、./data/chars/字庫的文件存放路徑

        把自己弄好的字庫放到該文件中（注意文件名字不要更改，如果更改的話，在parse_args.py中也需要做調整）。

2.4、./data/corpus/語料存放的路勁

2.5、./data/fonts/字體類型存放路徑

        注意，在./data/fonts/中添加了字體，同時需要在./data/fonts_list/chn.txt文件中添加相應的路徑。

3、擴充的功能

3.1、otherFn.py

        這個文件主要是檢查自己設置的字庫是否有重複字符，和./data/corpus/語料中的字符在./data/chars/chn.txt字庫中的覆蓋面。

3.2、label2std.py

        把生成的文本訓練數據的label從 [00000000 筆旎望舶蠶藪絡屜髑甌] 格式生成 [00000000.jpg 952 4958 480 3229 3449 5174 745 4675 5799 3823] 格式。後面的label格式才能進行訓練，後面的數字是./data/chars/chn.txt中文字符的對應的索引。

3.3、analyzeData.py

        該文件是對生成的樣本數據進行分析。