文本识别数据生成器TRDG

今天星主给大家介绍一个好玩的工具，它可以用于生成文本识别的合成数据，生成的文本图像样本可以用来训练OCR软件，它的github地址为https://github.com/Belval/TextRecognitionDataGeneratorhttps://github.com/Belval/TextRecognitionDataGenerator

1.安装

TRDG可以通过pip进行安装。安装后，trdg二进制文件应该位于您的PATH中。

pip install trdg

如果您想添加新语言，使用该工具的最简单方法是克隆官方存储库。

git clone https://github.com/Belval/TextRecognitionDataGenerator

然后你需要安装相应的python第三方库，建议使用虚拟环境。

pip3 install -r requirements.txt

如果您想使用手写文本生成功能，则需要安装-hw依赖项。

pip3 install -r requirements-hw.txt

2.参数含义

虽然TRDG可以通过第三方库的方法进行使用（具体的可以去参见官方的实例），此处仅展示终端的使用及需要传进去的参数。

1.-c,--count

这个参数表示你要生成的文字图片的数量，默认值为1000。

2.-l,--language

这个参数也十分重要，它可以用于更改生成文字图片的语言。官方给的github中有许多不同语言的.txt文件，如下图所示。en表示英文，cn表示中文，默认生成英文。

3.终端使用

在第一次调用时可能会有如下错误。这里星主是Pillow的版本太高，里面没有getsize这个函数导致的。可以试试安装pip install Pillow==9.5。

接着咋们步入正题，开始生成文字图片。在克隆github后，打开终端，进入到这个文件夹里面

运行下面示例，会在\trdg目录下生成一个out/文件夹，这个文件夹里面存放生成的结果。当然，存放结果的位置可以更改，指定--output_dir的参数即可。

python run.py -c 10

这是我生成的一些结果。

我们再尝试生成一些中文文字图片，图片中的文字来源\trdg\dicts\cn.txt这个中文词典，自己也可以更改词典里面的内容。

使用命令

python run.py -c 10 -l cn

生成的结果如下。由于词典里面都是单个汉字，因而造成如下的效果，并且结果中还有繁体中文，所以大家可以去更改一下自己的词典。

单个汉字图片可能不是我们想要的，所以我们再指定一个参数。

python run.py -c 10 -l cn -w 5

得到的结果如下，此时我们发现结果不再是一个一个的汉字了。

为了避免用此数据集造成过拟合问题，我们还可以向该数据集中添加一些失真。

如下表。

o	无
1	正弦波
2	余弦波
3	随机

使用命令：

python run.py -c 10 -l cn -w 5 -d 1

结果如下，看着还是有点效果。

除了上面介绍的一些参数，官方文档（TextRecognitionDataGenerator’s documentation — TextRecognitionDataGenerator latest documentationhttps://textrecognitiondatagenerator.readthedocs.io/en/latest/index.html）中还有许多其他参数可以设置，如更改图片的背景颜色，高斯模糊，控制边距等等。大家可能不会魔法，所以星主把github里面的内容放在了百度网盘，这里面还有一份官方的英文版教程。

链接：https://pan.baidu.com/s/1YtIFccH1lgVORH0zZctInA 
提取码：qlcf