PPOCRLabel标签文件转ICDAR２０１５等公开数据集标签格式文件

最新推荐文章于 2024-05-21 09:06:28 发布

原创最新推荐文章于 2024-05-21 09:06:28 发布 · 287 阅读

0 ·

CC 4.0 BY-SA版权

文章标签：

#深度学习 #python #人工智能

该代码实现了一个将PPOCRLabel标注的文本识别数据集转换为特定格式的功能。它读取标签文件，解析标注信息，保存图片到指定目录，并创建对应的标签文件，适用于训练文字识别模型。

import os
import glob
import cv2
import ast
import re

root_path=r'D:\Ship_dataset\Ship_dataset\ONE/'   #存放标签和图片的上两级文件夹
dir=r'hull_number/'   #存放标签和图片的文件夹
filelabel='Label.txt'  #PPOCRLabel标注标签

output_image='./hullnumber'   #输出图片
output_label='./gt'  #标签
if not os.path.exists(output_image):
    os.mkdir(output_image)
if not os.path.exists(output_label):
    os.mkdir(output_label)
image_name=[]
label_information=[]
with open(root_path+dir+filelabel,'r',encoding='utf-8') as f:
    label=f.readlines()
    for i in range(len(label)):
        image_name.append(label[i].split('\t')[0])
        message=label[i].split('\t')[-1].rstrip()
        message=message[1:-1]
        start=[each.start() for each in re.finditer('{',message)]
        end=[each.start()+1 for each in re.finditer('}',message)]
        Labeldict=[]
        for j in range(len(start)):
            number=message[start[j]:end[j]].replace('false','False')
            c=eval(number)
            Labeldict.append(c)   #字典列表
        str_point=''
        for j in range(len(Labeldict)):
            points=Labeldict[j]["points"]
            list_point=points[0]+points[1]+points[2]+points[3]+[Labeldict[j]["transcription"]]
            str_point+=str(list_point[0:8])[1:-1]+','+list_point[8]+'\n'
        label_information.append(str_point)
        for i in range(len(image_name)):
            name=image_name[i].split('/')[-1][:-4]
            image=cv2.imread(root_path+image_name[i])
            Labelname='gt_'+name+'.txt'
            cv2.imwrite(output_image+os.sep+name+'.jpg',image)
            with open(output_label+os.sep+Labelname,'w') as f:
                f.write(label_information[i])
print(image_name[0:9])
print(label_information[0:9])

训练文字识别数据集可用