Synthtext数据坐标

最近碰到Synthtext数据，没查到关于坐标的解释，所以自己研究了一下，完全原创。

Synthtext里面的gt.mat包含如上字典的键，我们那wordBB来说明一下。

这是wordBB[0][0]是内容，对应得是mat[“imnames”][0][0]的[‘8/ballet_106_0.jpg’]图片，这个张图片里面的英文单词对应txt[0][0]

到这也就清楚了gt.mat里面的内容。

坐标操作

首先wordBB里面的内容是图片每个单词的位置坐标，大家可以看到上面坐标图片里面中间空了一段，其实坐标分成了两部分，空段上面是单词的x坐标，下面试单词的y坐标，并且一 一对应，而且坐标的顺序是单词的四个坐标，以左顶点为起始点，顺时针描述。
至此坐标已解释完全。

如果需要在图片上划分出单词的区域并制作标签可以参考如下代码：

到这就自定义了一个数据预处理的代码了。接下来看看效果


效果还算可以。

学生党一枚，如有错误请给我留言，非常感谢！