中文识别数据集生成脚本

技术：Python + OpenCV

运行环境：Python3.6 + OpenCV + mahotas + numpy + PIL 

完整项目请见：

http://www.demodashi.com/demo/13952.html

https://github.com/Heisenberg0391

概述

该脚本能够将用户指定的字符输出为不同字体的图像文件，用于训练文字识别的机器学习模型或用于其他文字识别OCR项目

一、开发背景

随着近几年来计算机算力的不断提升，机器学习也迎来了爆发式的发展，图像识别作为机器学习最典型也是最主要的应用之一，目前应用前景火热。

机器学习最重要的一步就是获取数据集，没有一个坚实的数据集做支撑是无法训练出好用的模型的。因此，本文实现了一个脚本，能够生成任意数量，任意字体，以及带有各种模糊及噪声预处理的图像，用这些图像作为训练集是再合适不过了。

二、脚本效果

1、IDE中的运行界面