casia数据集_【OCR炼丹】解析CASIA联机手写体数据集OLHWDB的Python版完整代码

上一篇记录了HIT-OR3C联机数据的解析代码，由于OLHWDB不同于HIT-OR3C，其在采集联机手写体数据时就没有按照固定size去采集（HIT-OR3C保存的坐标是转换后相对128*128大小画布的相对坐标），而是一个绝对坐标（解析的第一个sample的y就有6000多，以为搞错了就扔一边了）

这周重新打开仔细研究了下官方POTView的C++源码，终于是把CASIA的OLHWDB数据解析出来了！

---

由于OLHWDB记录的是sample各个笔画的采样点，所以并没有记录sample的长宽，需要自己去初始化一个画布，然后把采样点描回去，所以借鉴了POTView的trajDisp的思路写了个Python版的解析代码（修改了一个点是计算xmin, ymin, xmax, ymax部分，按照源码的逻辑出现了bug）

Python版解析完整代码：

import os
import os.path as osp
import numpy as np
import cv2
from PIL import Image
import struct
from tqdm import tqdm
import pickle


dataset_name = 'OLHWDB1.0'
root = osp.join('/