夕阳很强，甚至有些刺眼，它穿透玻璃照射到键盘上来。
这是个普通的塑料键盘，缝隙里落满了灰尘、毛屑，在强光的照射下，更加清晰可见，犹如显微镜下的视野。
工作这么多年，我早已明白，键盘只是工具，影响技术水平的只有老板提出的需求。
IDE上的光标在那里闪动，它始终没有移动过一格，但也不曾休息过，就像我现在的思路一样。
我的脑海中不断地重复着上午的场景：
老板说：你不是说现在OCR技术很成熟了吗？那我们就自己搞啊！
我说：框架是很成熟了。但是，我们没有数据啊……
老板问：要什么数据？
我回答：你要想让机器认识“1”，你起码得拿500张“1”的照片来训练它。
老板问：那要训练“2”呢？
我回答：500张“2”的照片，而且不能重复，重复的算1张。你想想，常用汉字就3000多个，我们没有素材啊！要不要去网上买点……
老板陷入了沉思，突然眼镜一闪：哎，你让程序员new一个出来，你们连老婆都能new出来。
我连忙解释：那是对象。
我刚想说，手里没人，就一个实习生。
老板的电话突然响了，他捂着电话跟我说：我要出差了，3天，我回来时，你一定要把老婆……不是，把数据集给new出来！
第一天：画黑框，输个字
一大早，我提着豆浆，走进办公室。
我的办公室不大，里面只有两个工位，一个我，一个实习生小王。但是，门口的标牌却赫然写着“产业园软件研发中心”几个字，老板说以后要扩到200百人的技术团队。
小王现在读大四，这一年在这里实习，岗位是研发工程师。小王工作很认真，每天来的比我还早，好好培养应该是个好苗子。
“请问，这里是财务部不？”，门口探出个脑袋，一个大爷问。
“不是！”。
“不是就不是，你那么大声音干什么！你这个房间很像财务部啊，一个小屋2个人，你是会计，他是出纳”。
我走向小王，小王正在看掘金博客，里面有好多大神：TF男孩，春哥，林三心……。
小王叫我老大，因为我是“产业园软件研发中心”的负责人，我负责他，他对我负责。
跟你安排一个任务，很简单，用python先画一个32*32像素的黑色背景，然后在上面写上白色的字，你去写吧。
小王很快就写好了。
from PIL import Image
from PIL import ImageDraw
# 画出一个32*32的黑色框
img = Image.new("RGB", (32, 32), "black")
# 在黑框里写上字
draw = ImageDraw.Draw(img)
draw.text((0,0), "2", (255, 255, 255))
# 保存画好的图片
img.save("2.png")
小王上午就来找我汇报工作。
我试过了在黑色背景图上写上字母、数字、符号，都是可以的。
我连连点头，称赞小王很棒。
小王问，接下来要做什么。我说，明天再告诉你。
第二天：先加载字体，再绘制字符
第二天，小王问我，老大，今天什么任务啊，我昨天等了一下午。
我说，运行你昨天的代码，输出个汉字试试。
小王执行了下面的代码： draw.text((0,0), "汉", (255, 255, 255))，结果报错了：AttributeError: 'ImageFont' object has no attribute 'getmask2'。
小王愣在一旁，我却微微一笑：
你没有加载支持汉字的字体，就直接绘制汉字是不行的。今天的任务就是：你百度解决汉字的绘制。
小王直到下午才来找我汇报工作。
他不但展示了效果，还跟我汇报了代码。
from PIL import Image
from PIL import ImageDraw
from PIL import ImageFont
img = Image.new("RGB", (320, 320), "black")
draw = ImageDraw.Draw(img)
# 加载一种字体， 320是字体的大小，和黑框一样大
font = ImageFont.truetype("chinese_fonts/fangzheng_heiti.TTF", 320)
# 将字体作为参数传入
draw.text((0,0), "汉", (255, 255, 255),font)
img.save("汉.png")
跟昨天的相比，区别就是调用 ImageFont.truetype("字体文件路径", 字体大小)加载了字体文件，然后调用draw.text(……,font)的时候，把字体font传入，这样字体大小也可以控制了。
我连连点头，称赞小王很棒。并继续说，汉字的可以了，你再试试数字和符号。
小王又调用draw.text(",")、raw.text("2")draw了个“,”和“2”。
“什么感觉？看完这些图片，你什么感觉？”，我问小王，声音有些严厉。
“没什么感觉啊，这……这不挺好的！”，小王回答道。
我提高了音量，敲着屏幕：“不居中啊，大哥，逗号那么明显，你看不出来吗？”。
刚刚还沉浸在骄傲中的小王有些疑惑，但是他依然很镇定：这个好弄，draw.text((x,y),……)我改下x和y坐标就行了。
“今天能改完吗？”，我问他。
“肯定能改完！调个坐标就完事了”，小王很自信的样子。
“好”，我告诉小王：“你要记得一件事，不要针对某一个字符调坐标，多调几个，不管是出1,2,3,4，还是甲乙丙丁，都要居中，记住了吗？”。
下午，我回家时，小王说要加个班。
凌晨2点，我在家上厕所时，远程查看了一下公司的网络流量数据，不断有关于“python”、“字体居中”的搜索。
第三天：字体居中，添加椒盐
第三天一早，我在家吃过饭，又从楼下买了包子和豆浆。
一进办公室，我发现小王趴在办公桌上不动了。
我心里就是一惊，别再是怎么着了吧。昨天的任务对他来说可真是够难的，我连忙晃动他：小王，醒醒，醒醒，小王！
小王慢慢地睁开眼，打了个哈欠，伸了个懒腰：天亮了吗？
小王发现我在旁边，才反应过来：哦，这是在公司啊，我的“居中”功能还没有实现呢！
老大，为什么我怎么调都有问题，
x=20，y=30，对这个字符可以，换别字符的就不行了呢？如何才能写出通用的代码啊？那得加多少if和else if判断啊？
我说，你先把早饭吃了，完了我告诉你个知识点，你马上就能完成任务了。
其实，字体制作时，有很多规则。图中红框表示的区域，代表这是字体的范围，就算内部是空白也是人家的领地。里面，还有一个字符区域，是具体显示的内容，比如逗号,就靠下，为了便于标记，字符在字体内有一个偏移量offset属性，表示它相对于字体区域的偏移情况。
所以，你要让一个字在背景里居中，他的坐标绝不是你肉眼看到的，而且是千变万化的，需要你结合字体的宽高以及偏移量来计算。
小王很兴奋，有规则就好办了。
很快，他就写好了代码。
from PIL import Image
from PIL import ImageDraw
from PIL import ImageFont
width,height = 32,32 # 因为宽高多处使用，定义成变量
font_size = 32
char = "好" # 要绘制的字符
img = Image.new("RGB", (width, height), "black")
draw = ImageDraw.Draw(img)
# 加载一种字体， 32是字体的大小，和黑框一样大
font = ImageFont.truetype("chinese_fonts/fangzheng_fangsong.ttf", font_size)
# 获取字体的宽高
font_width, font_height = draw.textsize(char, font)
offset_x, offset_y = font.getoffset(char)
# 计算字体绘制的x,y坐标，主要是让文字画在图标中心
x = (width - font_width - offset_x) // 2
y = (height - font_height - offset_y) // 2
# 将字体作为参数传入
draw.text((x,y), char, (255,255, 255),font)
img.save("好.png")
小王试了试，不管是数字、字母、符号还是汉字，确实都可以居中了。
其实，关键点就是通过draw.textsize(char, font)获取了字体的宽高，通过font.getoffset(char)获取了偏移量的信息。如果要将字体在一个背景中居中，其实就是背景的长度减去字体长度再减去偏移量长度，这是字符和背景的缝隙，缝隙除以2，那就是把缝隙分到两边了，它就居中了。
今天，小王虽然没有睡觉，但是他却很开心，我告诉他帮公司解决了一个大难题，让他早早地回去休息了。
今天晚上，老板应该出差回来了。
我拿出3天前就写好的代码，跑了起来。
from __future__ import print_function
from PIL import Image
from PIL import ImageFont
from PIL import ImageDraw
import os
import shutil
import time
import cv2
# 要生成的文本
label_dict = {0: '你', 1: '好', 2: '掘', 3: '金', 4: ':', 5: '1', 6: '+', 7: '2', 8: '，', 9: 'g', 10: 'o', 11: '!'}
# 文本对应的文件夹，给每一个分类建一个文件
for value,char in label_dict.items():
train_images_dir = "dataset"+"/"+str(value)
if os.path.isdir(train_images_dir):
shutil.rmtree(train_images_dir)
os.makedirs(train_images_dir)
def makeImage(label_dict, font_path, width=32, height=32, rotate = 0, salt = 22):
# 从字典中取出键值对
for value,char in label_dict.items():
# 创建一个黑色背景的图片
img = Image.new("RGB", (width, height), "black")
draw = ImageDraw.Draw(img)
# 加载一种字体,字体大小是图片宽度的90%
font = ImageFont.truetype(font_path, int(width*0.9))
# 获取字体的宽高
font_width, font_height = draw.textsize(char, font)
offset_x, offset_y = font.getoffset(char)
# 计算字体绘制的x,y坐标，主要是让文字画在图标中心
x = (width - font_width - offset_x) // 2
y = (height - font_height - offset_y) // 2
# 绘制图片，在那里画，画啥，什么颜色，什么字体
draw.text((x,y), char, (255, 255, 255), font)
# 设置图片倾斜角度
if rotate != 0:
img = img.rotate(rotate)
# 将数据转为np格式
np_img = np.asarray(img.getdata(), dtype='uint8')
# 降维，3通道转为1通道，并组成矩阵
np_img = np_img[:, 0].reshape((height, width))
for i in range(salt): #添加噪声
temp_x = np.random.randint(0,np_img.shape[0])
temp_y = np.random.randint(0,np_img.shape[1])
np_img[temp_x][temp_y] = 255
# 命名文件保存，命名规则：dataset/编号/img-编号_r-选择角度_时间戳.png
time_value = int(round(time.time() * 1000))
img_path = "dataset/{}/{}_{}.png".format(value, time_value, rotate)
cv2.imwrite(img_path, np_img)
# 存放字体的路径
font_dir = "./chinese_fonts"
for font_name in os.listdir(font_dir):
# 把每种字体都取出来，每种字体都生成一批图片
path_font_file = os.path.join(font_dir, font_name)
# 倾斜角度从-5到5度，每个角度都生成一批图片
for k in range(-5, 5, 1):
# 每个字符都生成图片
makeImage(label_dict, path_font_file, rotate = k, salt = 5-k)
这段代码，不但生成了文字，而且还添加了干扰项，比如对图片进行适度地旋转，比如给图片添加随机的噪点，我们叫椒盐（胡椒是黑色的，盐是白色的，表示黑白噪点）。因为，当送给我们识别的文档，也会有不清晰的情况，所以我们就要按照有干扰来训练，这样出来的效果才是更贴近真实情况的。
其实，生成字符集的代码很简单，我和老板争论的那天下午，我就写好了。
让我一直纠结的是，这次要不要让小王来写。让小王写，我需要多耗费几倍的精力，因为跟他说的功夫，我都能写完了。想起，小王已经是公司来的第10位实习生了，前几位都稍微学有所长就走了。
最后，我还是选择了培养小王。尽人事，听天命。
现在看来，虽然只有3天，小王的进步已经很大了。
第四天：交差了
我把字符集交给了老板，说是小王开发的。老板很开心，说要给小王涨200块钱的工资。
我正在犹豫要不要告诉小王。小王找到了我，他有点不好意思。
其实，我也想到了。
小王说：老大，我找到了一份新工作，对方很认可我的能力，尤其对于我可以自动生成字符集，他们也很需要，工资给我翻了一番……所以……
“好啊，祝福你！打算什么时候走？”，我的内心没有一丝波澜。
小王急迫地说：今天下午……可以吗？
可以!
望着小王离去的工位，我从抽屉里拿出了一份策划案，那是培养小王完成整个OCR识别项目的剧本。
我随便翻开一页，这页的知识点是：为什么图片的训练数据集多采用黑色背景，白色字体呢？
我笑了笑：那是因为黑色色值是0，白色是255，计算机对于0是忽略的，更关注白色的255就好。 如果是白底黑字，那么需要计算机去关注0，这会让它很痛苦。
后面还有如何训练，如何调优，如何部署等等等等。
也罢，他有个好的去处，我也算是交差了。
交差了，都交差喽。
我正在参与掘金技术社区创作者签约计划招募活动，点击链接报名投稿。