OCR训练文本生成工具

原项目地址：https://github.com/Sanster/text_renderer

我做的一些功能扩充后项目地址：https://github.com/SeventhBlue/textGenerationTool

1、如何使用

        进入工程目录，直接运行main.py，就会生成相应的数据。

2、需要根据自己需求更改的设置

2.1、parse_args.py

        这个文件是运行的默认参数设置。其中最可能的需要更改的有，生成样本的数量、生成样本时保存的路径、以及生成样本时是随机字符还是带有语义的文本信息等。

2.2、default.yaml

        这个文件比较重要。里面涉及的都是把图片设置成什么样的数据。

2.3、./data/bg/

        这个文件下是文本图片的背景颜色设置。添加什么图片，训练数据就会有什么样的图片。如果添加了背景图片，但是训练样本图片却没有对应的效果。有两种可能。

第一种可能，在default.yaml文件中下面这个参数设置为false

img_bg:
  enable: false
  fraction: 0.8

第二种可能，只生成黑白图片。下面两个参数设置成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/字库的文件存放路径

        把自己弄好的字库放到该文件中（注意文件名字不要更改，如果更改的话，在parse_args.py中也需要做调整）。

2.4、./data/corpus/语料存放的路劲

2.5、./data/fonts/字体类型存放路径

        注意，在./data/fonts/中添加了字体，同时需要在./data/fonts_list/chn.txt文件中添加相应的路径。

3、扩充的功能

3.1、otherFn.py

        这个文件主要是检查自己设置的字库是否有重复字符，和./data/corpus/语料中的字符在./data/chars/chn.txt字库中的覆盖面。

3.2、label2std.py

        把生成的文本训练数据的label从 [00000000 笔旎望舶蚕薮络屉髑瓯] 格式生成 [00000000.jpg 952 4958 480 3229 3449 5174 745 4675 5799 3823] 格式。后面的label格式才能进行训练，后面的数字是./data/chars/chn.txt中文字符的对应的索引。

3.3、analyzeData.py

        该文件是对生成的样本数据进行分析。