合成中文识别数据集的相关repo

介绍合成中文识别数据集的相关repo

SynthText_Chinese_version

修改自SynthText(CVPR2016)，用于生成自然场景文本图像。
备注：但代码给人的感觉是很混乱，没有清晰结构，目前作者也停止了维护，代码基于OpenCV2.4，版本过旧无法pip直接安装或者需要自己改动一些代码。

TextRecognitionDataGenerator

一个合成数据生成器用于文本识别
备注：代码结构清晰，作者一直在维护，有官方文档。

注意事项

参数说明有官方手册，这里不再赘述。说一下实际遇到的几个问题：

1. 倾斜角度问题：倾斜角不宜过大，过大会导致它为了在指定高度框中容下倾斜文本，将字体缩的很小。建议5度>以内。
2. 模糊问题：模糊参数仅支持整型，设为1合适。
3. 标签问题：源代码中仅有三种标签，不支持img_id to label_id，可以修改string_generator.py中的create_strings_from_dict，使其同时返回生成字符串的对应ID。
4. 边界问题：建议将边界设为0，字体大一些。
5. 字体问题：直接将你想要的字体丢入fonts的cn文件夹，建议还是添加同时支持简体和繁体的字体。

text_renderer

准确的说也是生成文本图像用于文字识别
备注：代码结构清晰，但很久没维护了。