Challenging6 / TextGenerator

OCR dataset Text-Detection dataset Font-Classification dataset generator

TextGenerator

• This is a tools for ocr dataset, text detection, fonts classification dataset generate.
• 这是一个用来生成ocr数据，文字检测数据，字体识别的最方便的工具

实现的功能：

• 生成基于不同语料的，不同字体、字号、颜色、旋转角度的文字贴图
• 支持多进程快速生成
• 文字贴图按照指定的布局模式填充到布局块中
• 在图像中寻找平滑区域当作布局块
• 支持文字区域的图块抠取导出（导出json文件，txt文件和图片文件，可生成voc数据，ICDAR_LSVT数据集格式!）
• 支持每个文字级别的标注(存入了lsvt的json文件中)
• 支持用户自己配置各项生成配(图像读取，生成路径，各种概率)

效果预览

生成图片示例:

文字贴图示例:

旋转矩形示例

单个文字包围框示例

使用方式

• 环境安装(Python3.6+，建议使用conda环境)

  # step 1
  pip install requirements.txt
  # step 2
  sh make.sh
  

• 编辑配置文件config.yml（可选）

• 执行生成脚本

  python3 run.py
  

• 生成的数据

  生成的数据存放在config.yml中的provider> layout> out_put_dir指定的目录下。