英文数据集txt_CV学习笔记（十八）：文本数据集生成(text_renderer)

在上一次我们进行完银行卡卡号定位后，有一个问题在于我们没办法获得很多的银行卡图片来进行训练，比较常规的方法是我们来使用银行卡图片的背景，来生成含有银行卡卡号的数据集来让机器进行训练。在这里我用的是GitHub上的一个开源项目，https://github.com/Sanster/text_renderer.git，功能很全面，这篇文章将说说如何使用这个开源项目。

署好项目后，直接运行main.py就可以生成默认的参数。

这里默认的参数，在config->default.yaml中可以修改，比如字体的颜色，随机生成的文字，背景，文字的亮暗,以及给图片加噪声，功能很强大，各种数据都很容易伪造。

因为是伪造银行卡，我选择了一些银行卡的背景信息，尽量保证图片中干扰少，但是现在银行卡五花八门，这样的也得考虑到。

现在在银行卡中因为分为储蓄卡和信用卡，储蓄卡大多用的是Barcodesoft 的 Farrington 7B，是图下这种感觉，也有部分银行采用的是黑体和隶书。

而信用卡还有一种压单交易的方式，就是利用信用卡正面突起的信息在压敏单据上压出信息，字体需要突出有锐利，一些银行会采用楷体，不过还是会有很多银行仍使用Farrington 7B。

知道前提这些消息后，我们现在需要对项目的一些参数进行修改，来产生我们所需要的图片

1：进入text_rendererdatabg，选取你想要的背景(这里我选择的是银行卡背景)

2：进入text_rendererdatacorpus，这里边是你要产生的内容，因为银行卡号都是数字(储蓄卡19位，信用卡16位)，删除原来的文件，新建一个这样类型的txt

3:进入parse_args.py,修改一些参数，在parse_args()函数里，我们可以调节产生的图片数量(默认20)，产生数字的长度(默认10)，因为后续要喂到CRNN中，我这里的尺寸为280*32，需要修改：

这里的chars_file改成eng.txt，因为数字在英文字符中

这里的fonts_list改为eng.txt，是英文字体列表，我们要把刚才上文中所说的字体放到相应的文件夹下

现在修改完了，运行main.py即可：

生成的图片如上所示，但是打开tmp_lable.txt来看：

第一列是文件名，第二列是我们图片的内容，我们模型所需要的数据集格式为：第一列文件名.格式，第二列图片内容。在这里，我们修改下main.py:

这样，我们就得到了符合格式的数据集：

多改改参数，样本多样化一些，训练即可