CASIA-HWDB2.x（offline）数据集合并为page类型，并标出行级别的bbox

最近要做行级别的手写文件检测工作，将CASIA-HWDB2.x（offline）数据进行合并，生成了page level的数据集，还带有相应的bbox。如果大家想交流ocr相关的工作可以加群（文章末尾）：

CASIA-HWDB2.x（offline）数据集下载地址：http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html

我所下载的是这一部分：

CASIA-HWDB2.x（offline）数据集解析可以参考：https://www.freesion.com/article/6894959465/

解析完后HWDB2.xTrain_images下的图片：

图片预览：

001-P16_0.jpg：

 

解析完后HWDB2.xTrain_label下的label：

label预览：

001-P16_0.txt：

2002年以来,国内企业家包括许多著名企业家在内涉嫌违法犯罪被捕入

 

现在进入主题，将解析好的图片拼接成整页的形式：

001-P16，page结果预览：