Motivation

Aus irgendeinem Grund habe ich beschlossen, OCR in mehreren Sprachen auszuprobieren, aber ich hatte keinen Datensatz, den ich frei verwenden konnte, also musste ich meinen eigenen erstellen, also habe ich ein Skript erstellt.

Was ich benutzt habe

Verwenden Sie Pillow (PIL), eine Python-Bildverarbeitungsbibliothek. http://pillow.readthedocs.org/en/3.0.x/index.html

Bild zu erzeugen

Erzeugt ein Bild für jedes Zeichen.

Skript

Der Code des generierten Teilkörpers lautet wie folgt.

from PIL import Image
from PIL import ImageDraw
from PIL import ImageFont

def generate_char_img(char, fontname='Osaka', size=(64, 64)):
    img=Image.new('L', size, 'white')
    draw = ImageDraw.Draw(img)
    fontsize = int(size[0]*0.8)
    font = ImageFont.truetype(fontname, fontsize)

    # adjust charactor position.
    char_displaysize = font.getsize(char)
    offset = tuple((si-sc)//2 for si, sc in zip(size, char_displaysize))
    assert all(o>=0 for o in offset)

    # adjust offset, half value is right size for height axis.
    draw.text((offset[0], offset[1]//2), char, font=font, fill='#000')
    return img

def save_img(img, filepath):
    img.save(filepath, 'png')

Ich habe den gesamten ausführbaren Code in das Wesentliche eingefügt. https://gist.github.com/lazykyama/dabe526246d60fa937d1 ** (2015/10/18 23:47 postscript: Es scheint, dass die Spezifikation von Image.save () oder der Dateiname des oberen und unteren Alphabets nicht unterschieden wird, also seien Sie bitte vorsichtig.) **

Gehen Sie wie folgt vor, um eine Zeichenliste für jede Sprache zu erstellen.

Englisch (Groß- und Kleinschreibung + Zahl)

eng_char_list = list(string.digits+string.ascii_letters)

(Referenz des String-Moduls → http://docs.python.jp/3.3/library/string.html)

japanisch

Lassen Sie uns unser Bestes geben und die Zeichen aus Wikipedia herausziehen.

Andere Sprachen

(゜ ⊿ ゜) Silan

Hinweis

Beachten Sie, dass der Schriftartname den Namen der tatsächlichen * .ttf-Datei angeben muss. ―― Sobald ich wegen meiner Schwäche davon begeistert war

[PYTHON] Generieren Sie mit Pillow (PIL) viele Einzelzeichenbilder.