Python 3 生成手写体数字数据集

0.引言

  平时经常会接触到验证码,或者在机器学习学习过程中,大家或许会接触过手写体识别/验证码识别之类问题,会用到手写体的数据集;

  自己尝试写了一个生成手写体图片的 Python 程序,可以批量生成手写体数字数据集,在此分享下生成 30*30像素 的手写体数字 1-9 图片 的一种实现方法

  大概流程:新建空白图像 >>> 生成随机数 1-9 >>> 将数字写到空白图像上 >>> 旋转扭曲 处理 >>> 得到 “手写体数字”

  得到的手写体数字图像如 图1 所示,实现比较简单,有兴趣可以自己试;

  源码上传到了我的 GitHub,如果对您有帮助欢迎 star 支持下: https://github.com/coneypo/Generate_handwritten_number ;

 

  

图1 生成的手写体数字 1-9

 

  图 2 利用 generate_imgs.py 得到数字 3 图像

 

1. 设计流程

图 4 整体设计流程

 

图 5 生成的图像经过的处理

 

1.1 新建一个空白图像 img_50,尺寸大小为 50*50

1 img_50_blank = Image.new('RGB', (50, 50), (255, 255, 255))

  

  想要的 30*30 的图像,为什么我这里要先生成 50*50 的空白图像?

  因为图像背景(50*50像素的画布)初始化的时候设置为白色(颜色数组(255, 255, 255)),而背景色之外的其实是黑色;

  之后需要进行旋转处理,如果直接新建 30*30 像素的画布,旋转之后边上会出现黑边,如 图6 所示;

  所以我新建了一个 50*50,然后旋转之后从中间裁出来一个 30*30 的图像出来;

 

  

 图 6 直接用 30*30 像素的画布写字旋转(会出现黑边)

 

1.2 利用 PIL 在图像上写文字 text

  利用 PIL 的 ImageDraw,创建画笔,然后利用 draw.text 在指定位置写字;

  xy=(18,11) 是从图像左上角开始的坐标,取值自己根据需求调整;

 1 # 创建画笔
 2  draw = ImageDraw.Draw(img_50_blank)
 3 
 4 # 生成随机数1-9
 5 num = str(random.randint(1, 9))
 6 
 7 # 设置字体,这里选取字体大小25
 8 font = ImageFont.truetype('simsun.ttc', 20)
 9 
10 # xy是左上角开始的位置坐标
11 draw.text(xy=(18, 11), font=font, text=num, fill=(0, 0, 0))

 

1.3 将图像随机旋转一定角度

  利用 rotate(angel) 进行旋转图像,angel 取的是度数,这里让它随机旋转 -10 到 +10 度:

1 # 随机旋转-10-10角度
2 random_angle = random.randint(-10, 10)
3 img_50_rotated = img_50_blank.rotate(random_angle)

 

1.4 图像扭曲

  这里是生成“手写体”数字的 核心 步骤,一个正常的图像经过扭曲之后就可以得到想要的验证码了:

 1 # 图形扭曲参数
 2 params = [1 - float(random.randint(1, 2)) / 100,
 3             0,
 4             0,
 5             0,
 6             1 - float(random.randint(1, 10)) / 100,
 7             float(random.randint(1, 2)) / 500,
 8             0.001,
 9             float(random.randint(1, 2)) / 500]
10 
11 # 创建扭曲
12 img_50_transformed = img_50_rotated.transform((50, 50), Image.PERSPECTIVE, params)

 

2. Source Code 介绍

2.1 函数 mkdir_for_imgs()

  因为我们要将指定的图像分类放入指定文件夹,所以我们需要先在项目目录下面新建 9 个文件夹:

 (当然你也可以自己新建,新建 9 个文件夹工作量还不大,但是如果要生成的验证码包含英文字母那就比较多了,大写 A-Z 共 24 个 + 小写 a-z 共 24 个 + 数字 1-9 共 9 个 = 57个子文件夹

1 # 在目录下生成用来存放数字 1-9 的 9个文件夹,分别用 1-9 命名
2 def mkdir_for_imgs():
3     for i in range(49, 58):
4         if os.path.isdir(path_img + "Num_" + chr(i)):
5             pass
6         else:
7             print(path_img + "Num_" + chr(i))
8             os.mkdir(path_img + "Num_" + chr(i))

 

图 7 mkdir_for_imgs() 生成的用来存放指定图像的文件夹

 

2.2 函数 del_imgs()

   删除子文件夹 Num_1-9 中的所有图片:

 1 # 删除路径下的图片
 2 def del_imgs():
 3     for i in range(1, 10):
 4         dir_nums = os.listdir(path_img+ "Num_"  + str(i))
 5         for tmp_img in dir_nums:
 6             if tmp_img in dir_nums:
 7                 # print("delete: ", tmp_img)
 8                 os.remove(path_img + "Num_" + str(i) + "/" + tmp_img)
 9     print("Delete finish", "\n")

 

 2.3 完整的代码  generate_imgs.py

  mkdir_for_imgs() >>> del_imgs() >>> generate_1to9(n)

  根据给定随机次数生成手写体数字 1-9,然后存放到本地文件夹 Num_1-9 ;

 

  Line 67 修改生成图像的大小,我这里取的是 30*30 像素;

   79     # 生成新的30*30空白图像
   80     im_30 = im_50_transformed.crop([10, 10, 40, 40])

 

  Line 105 给定生成手写体数字的次数:

  116 # generate n times
  117 generate_1to9(1000)

generate_imgs.py:

  1 # Created on:   2018-01-09
  2 # Updated on:   2018-09-03
  3 # Author:       coneypo
  4 # Blog:      http://www.cnblogs.com/AdaminXie/
  5 # Github:       https://github.com/coneypo/Generate_handwritten_number
  6 # 生成手写体数字
  7 
  8 
  9 import random
 10 import os
 11 from PIL import Image, ImageDraw, ImageFont
 12 
 13 random.seed(3)
 14 path_img = "data_pngs/"
 15 
 16 
 17 # 在目录下生成用来存放数字 1-9 的 9个文件夹,分别用 1-9 命名
 18 def mkdir_for_imgs():
 19     for i in range(49, 58):
 20         if os.path.isdir(path_img + "Num_" + chr(i)):
 21             pass
 22         else:
 23             print(path_img + "Num_" + chr(i))
 24             os.mkdir(path_img + "Num_" + chr(i))
 25 
 26 
 27 # generate folders
 28 # mkdir_for_imgs()
 29 
 30 
 31 # 删除路径下的图片
 32 def del_imgs():
 33     for i in range(1, 10):
 34         dir_nums = os.listdir(path_img+ "Num_"  + str(i))
 35         for tmp_img in dir_nums:
 36             if tmp_img in dir_nums:
 37                 # print("delete: ", tmp_img)
 38                 os.remove(path_img + "Num_" + str(i) + "/" + tmp_img)
 39     print("Delete finish", "\n")
 40 
 41 
 42 del_imgs()
 43 
 44 
 45 # 生成单张扭曲的数字图像
 46 def generate_single():
 47     # 先绘制一个50*50的空图像
 48     im_50_blank = Image.new('RGB', (50, 50), (255, 255, 255))
 49 
 50     # 创建画笔
 51     draw = ImageDraw.Draw(im_50_blank)
 52 
 53     # 生成随机数1-9
 54     num = str(random.randint(1, 9))
 55 
 56     # 设置字体,这里选取字体大小25
 57     font = ImageFont.truetype('simsun.ttc', 20)
 58 
 59     # xy是左上角开始的位置坐标
 60     draw.text(xy=(18, 11), font=font, text=num, fill=(0, 0, 0))
 61 
 62     # 随机旋转-10-10角度
 63     random_angle = random.randint(-10, 10)
 64     im_50_rotated = im_50_blank.rotate(random_angle)
 65 
 66     # 图形扭曲参数
 67     params = [1 - float(random.randint(1, 2)) / 100,
 68               0,
 69               0,
 70               0,
 71               1 - float(random.randint(1, 10)) / 100,
 72               float(random.randint(1, 2)) / 500,
 73               0.001,
 74               float(random.randint(1, 2)) / 500]
 75 
 76     # 创建扭曲
 77     im_50_transformed = im_50_rotated.transform((50, 50), Image.PERSPECTIVE, params)
 78 
 79     # 生成新的30*30空白图像
 80     im_30 = im_50_transformed.crop([10, 10, 40, 40])
 81 
 82     return im_30, num
 83 
 84 
 85 # 生成手写体数字1-9存入指定文件夹1-9
 86 def generate_1to9(n):
 87     # 用cnt_num[1]-cnt_num[9]来计数数字1-9生成的个数,方便之后进行命名
 88     cnt_num = []
 89     for i in range(10):
 90         cnt_num.append(0)
 91 
 92     for m in range(1, n + 1):
 93         # 调用生成图像文件函数
 94         im, generate_num = generate_single()
 95 
 96         # 取灰度
 97         im_gray = im.convert('1')
 98 
 99         # 计数生成的数字1-9的个数,用来命名图像文件
100         for j in range(1, 10):
101             if generate_num == str(j):
102                 cnt_num[j] = cnt_num[j] + 1
103 
104                 # 路径如 "F:/code/***/P_generate_handwritten_number/data_pngs/1/1_231.png"
105                 # 输出显示路径
106                 print("Generate:", path_img + "Num_" + str(j) + "/" + str(j) + "_" + str(cnt_num[j]) + ".png")
107                 # 将图像保存在指定文件夹中
108                 im_gray.save(path_img + "Num_" + str(j) + "/" + str(j) + "_" + str(cnt_num[j]) + ".png")
109 
110     print("\n")
111     # 输出显示1-9的分布
112     print("生成的1-9的分布:")
113     for k in range(9):
114         print("Num", k + 1, ":", cnt_num[k + 1], "in all")
115 
116 # generate n times
117 generate_1to9(1000)

 

 

图 8 利用 generate_imgs.py 得到数字 1 图像

 

3.总结

  有兴趣可以自己生成手写体数字数据集,感谢你的支持;

 

 # 代码已上传到了我的GitHub,如果对您有帮助欢迎 Star下:https://github.com/coneypo/Generate_handwritten_number

# 请尊重他人劳动成果,转载或者使用源码请注明出处:http://www.cnblogs.com/AdaminXie

# 如有问题请留言或者联系邮箱 coneypo@foxmail.com

posted @ 2018-01-30 13:01 coneypo 阅读(...) 评论(...) 编辑 收藏