Matplotlib制作混乱字母数据集

---

一、介绍

数据集示例：

分割gt示例：

数据集说明：
训练集生成字母混乱分布在图片上部1/4区域，测试集生成在下部1/4区域；
字母包含若干T，一个L，及一个E，一个F等。目标是L，做检测或分割任务。

二、思路

整个图像长宽相等，所以生成区域长宽比为4：1，当前总字母数为12，所以在生成区域划分2x8=16个正方形区域，从这16个区域中随机选出12个放置字母，且字母在该区域中的位置也是随机的。
这样既可以保证字母的分布足够随机，同时避免字母重叠严重。

正方形区域信息用数组保存，二维数组先依序记录每个正方形的左下角坐标，然后使用random.shuffle()方法打乱正方形信息的顺序。

字母使用plt.text()方法，参数可以确定字母的坐标，尺寸，旋转角度和颜色等。

三、填坑

坑点主要来自制作检测任务的gt时，笔者遇到以下问题：
（1）只有字母的起点坐标和fontsize，不知道字母的具体长宽
在搜索多次无果后准备放弃时，笔者通过谷歌pyplot text size pixel（重点是加上pixel），找到了有用的答案：
https://stackoverflow.com/questions/5320205/matplotlib-text-dimensions

f = plt.figure()
r = f.canvas.get_renderer()
t = plt.text(0.5, 0.5, 'test')

bb = t.get_window_extent(renderer=r)
width = bb.width
height = bb.height

绘图程序中没有使用这段代码，但是通过这段代码输出的 width 和 height，我们可以大致了解字母具体长宽与参数 fontsize 的关系。
（2）给定生成字母的起点坐标和旋转角度后，起点位置、旋转中心都很让人困惑：

经笔者分析，起点位置大约在字母的左下，而旋转中心经过分析在字母的中心偏右处。且每个字母似乎都不一样，幸好这里只需要确定L的规律。
因bounding box足够宽容，笔者不再区分字母中心和旋转中心，用起点坐标估算中心坐标，并经过不断调试得出合适的bounding box尺寸（直接借用fontsize）：

    center_x = place_means[0, 0] + fontsize * 0.9
    center_y = place_means[0, 1] + fontsize * 0.3
    center = [center_x, center_y]
    x_t_l = center_x - fontsize * 0.8
    y_t_l = center_y + fontsize * 0.8
    x_b_r = center_x + fontsize * 0.8
    y_b_r = center_y - fontsize * 0.8
    x_t_r = center_x + fontsize * 0.8
    y_t_r = center_y + fontsize * 0.8
    x_b_l = center_x - fontsize * 0.8
    y_b_l = center_y - fontsize * 0.8

最后，贴一下正方形网格划分代码：

    # 2x8 网格
    margin = 40
    grid = (width - margin * 2) // 8
    grid_list = []
    for row in range(2):
        if flag == 1:
            grid_height = margin + grid * row
        if flag == 0:
            grid_height = margin + grid * ( row + 6)
        for column in range(8):
            grid_width = margin * 0 + grid * column # 不对称，左边不加margin反而更好
            grid_list.append([grid_width,grid_height])
    random.shuffle(grid_list)

以及字母生成代码：

    # 生成字母坐标
    place_means = []
    margin = margin * 0.6
    for i in range(n_cells):
        rs = np.random.RandomState()
        place_means1 = rs.uniform([grid_list[i][0] + margin, grid_list[i][1] + margin],
            [grid_list[i][0] + grid - margin, grid_list[i][1] + grid-margin], size=(1, 2))
        place_means.append(place_means1)
    place_means = np.reshape(np.array(place_means), (-1, 2)).astype(np.int)

    # 生成随机旋转角度
    angle = []
    for i in range(0, n_cells):
        tmp = random.randint(0, 360)
        angle.append(tmp)

    # draw target letter L,F
    for i in range(target_number):
        ax.text(place_means[i, 0], place_means[i, 1], letter[i], 
                fontsize=fontsize, rotation=angle[0], color=letter_color)