当一个分类模型(例如车牌或人脸分类器)被设计出来后,设计者需要大量的数据对模型进行训练和验证,评估模型的好坏,不断地微调参数,以求达到最好的识别效果。
在这一环节中,大量的训练数据是必不可少的。
在学习过程中,我们可以通过百度和谷歌搜索到一些现成的数据集。但是,在实际项目中,很多情况下,难以直接获得现有的数据集,需要自己去独立获取和标注。
另外,别人的同类数据集也不一定适合你的算法和模型。
因此,很多时候需要自己去收集训练图片。
这时候就需要用到截图功能。
提到截图,相信大家用得最多的应该是QQ或微信的截图功能。
QQ和微信的截图虽然方便,但是不适合作为训练图片收集器,原因有二:一是截完图后需要手动设置保存路径和文件名;二是无法自动进行二次处理,例如,自动分割字符,自动圈出物体。鉴于这两点原因,对于几千上万张训练图片的收集任务,如果使用QQ或微信来辅助完成,其涉及到的人工操作量是一般人难以接受的。
因此,有必要实现一个独立的截图程序。
截图程序的操作思路如下:用户按下Alt+A组合键,进入截屏界面,用户用鼠标拖拽出截图区域矩形,双击鼠标右键,触发截图事件,程序对截图矩形所包围的图像进行二次处理,然后把处理结果保存到指定的目录(自动生成文件名)。在这整个操作过程中,用户只需要按Alt+A,选择截图区域,双击鼠标。相比使用QQ和微信,至少可以节省一半以上的工作量(虽然人工标注的工作量还是省不了的)。
现在我们先来看下程序的运行效