stq-hydra / casia_hw_data_processing Goto Github PK

View Code? Open in Web Editor NEW

2.0 1.0 0.0 71 KB

CASIA-HWDB1-2、CASIA-OLHWDB1-2、ICDAR2013联机脱机数据处理

License: Apache License 2.0

Python 100.00%

casia_hw_data_processing's Introduction

CASIA 手写中文数据处理

CASIA-HWDB1-2、CASIA-OLHWDB1-2、ICDAR2013联机脱机等中文手写数据处理

单字生成

①CASIA-OLHWDB1

把transformCASIA-OLHWDB1.py文件中：

save_dir：换成你要保存生成的图片的位置
version_dir：换成原始二进制文件(*.POT)对应路径

其他选项比如：

size_mode：可选[basic | resize]。其中basic : 保持原始大小 ; resize : 缩放点集
resize_hw：要将图片缩放成多大，默认96X96，如果size_mode='basic'则这个不生效
background_color：255 白底黑字；0 黑底白字
border：四周留空白的像素个数

然后执行命令

python transformCASIA-OLHWDB1.py

文本行生成

①CASIA-OLHWDB2 （默认linux版本，windows版本看55行，改改就行）

在transformCASIA-OLHWDB2.py文件中：
修改22行为：原始PTTS二进制文件
修改23行为：生成的图片要存储的路径

--rectify_flag 这里默认True，即huber线性拟合后进行矫正

然后执行命令

python transformCASIA-OLHWDB2.py

文件夹结构：
 CASIA-OLHWDB2       (总共：52220张文本行， 训练集41710张，测试集10510张)
 ├----CASIA-OLHWDB2.0     (20573张文本行)   (001-P16.ptts => 420-P20.ptts)
 │    ├--Train_Ptts                                                       (336 writers)
 │    └--Test_Ptts                                                        (84  writers)
 ├----CASIA-OLHWDB2.1     (17282张文本行)
 │    ├--Train_Ptts                       (1001-P16.ptts => 1240-P20.ptts, 240 writers)
 │    └--Test_Ptts                        (1241-P16.ptts => 1300-P20.ptts, 60  writers)
 └----CASIA-OLHWDB2.2     (14365张文本行)
      ├--Train_Ptts                       (501-P14.ptts  => 740-P18.ptts,  239 writers, 缺第671位writer)
      └--Test_Ptts                        (741-P14.ptts  => 800-P18.ptts,  60  writers)
          └--XXX.ptts

内容比较多，如果有错请指正。图片的核心区域估计仅供参考，应该还能再改改。