真实复杂场景手写英文体识别

ocr_generate.py

import numpy as np
import os
import glob
from PIL import Image

# ord函数：将字符转化成数字
# chr函数：将数字转化成字符
# charactersNo字典：a~A，A~Z，0~10，".,?\'-:;!/\"<>&(+"的key值分别对应0-25，,2-51,52-61,62....
# characters列表：储存的是charactersNo字典的key
# 建立charactersNo字典的意思是：为了将之后手写体对应的txt文件中的句子转换成数字编码，便于存储和运算求距离
charactersNo = {}
characters = []
length = []

for i in range(26):
    charactersNo[chr(ord('a') + i)] = i
    characters.append(chr(ord('a') + i))  # 在列表末尾添加新对象
for i in range(26):
    charactersNo[chr(ord('A') + i)] = i + 26
    characters.append(chr(ord('A') + i))
for i in range(10):
    charactersNo[chr(ord('0') + i)] = i + 52
    characters.append(chr(ord('0') + i))
punctuations = ".,?\'-:;!/\"<>&()+"
for p in punctuations:
    charactersNo[p] = len(charactersNo)  # 字典中元素个数
    characters.append(p)


# 读取了train_img和train_txt文件夹下的所有文件的读取路径
# 下面代码的作用是：
# Img：列表结构 存储的是手写的英文图片
# Y：数组结构 存储的是图片对应txt文件中的句子，只不过存储的是字符转码后的数字
# length:数组结构 存储的是图片对应的txt文件中句子含有字符的数量
def get_data():
    imgfiles = glob.glob(os.path.join("train_img", "*"))  # 用法os.path.join(path1, path2, ...)返回：多个路径拼接组合
    imgfiles.sort()  #
    txtfiles = glob.glob(
        os.path.join("train_txt", "*"))  # path = os.path.join(data_dir,'*.txt') , files = glob.glob(path)
    txtfiles.sort()
    Imgs = []
    Y = []
    length = []
    for j in range(len(imgfiles)):
        fin = open(txtfiles[i])
        line = fin.readlines()  # readlines():读取整个文件所有行，保存在一个列表(list)变量中，每行作为一个元素，
        line = line[0]
        fin.close()
        y = np.asarray([0] * (len(line)))  # 当输入是列表的时候，将输入转为矩阵格式，更改列表的值并不会影响转化为矩阵的值。
        succ = True  # 当输入为数组