RCNN数字识别时训练数据集制作

最新推荐文章于 2025-06-06 16:53:36 发布

原创最新推荐文章于 2025-06-06 16:53:36 发布 · 393 阅读

2 ·

CC 4.0 BY-SA版权

文章标签：

#keras #人工智能 #深度学习

Python 专栏收录该内容

297 篇文章

订阅专栏

本文介绍如何使用Python脚本批量处理OCR测试图像，包括从目录中筛选.jpg文件，创建ROI标注文件，以及随机排列并保存到指定文件。适合理解图像识别项目的前期数据准备工作。

# -*- coding:utf-8 -*-
import sys
# sys.path.append('E:\\Anaconda\\libs')
import os #os：操作系统相关的信息模块
import random #导入随机函数
# 存放原始图片地址
data_base_dir = 'ocr/test_images/ROIS/ROI'
file_list = [] # 建立列表，用于保存图片信息
# 读取图片文件，并将图片地址、图片名和标签写到txt文件中
write_file_name = 'ocr/test_images/ROIS/ROI/numbers.txt'
write_file = open(write_file_name, "w") # 以只写方式打开write_file_name文件
for file in os.listdir(data_base_dir): # file为current_dir当前目录下图片名
    if file.endswith(".jpg"): # 如果file以jpg结尾
      write_name = './train_data/data/'+ file + '\t' + file[:-4] # 图片路径 + 图片名 + 标签

      file_list.append(write_name) # 将write_name添加到file_list列表最后
      sorted(file_list) # 将列表中所有元素随机排列
      number_of_lines = len(file_list) # 列表中元素个数
# 将图片信息写入txt文件中，逐行写入
for current_line in range(number_of_lines):
    write_file.write(file_list[current_line] + '\n')
#关闭文件
write_file.close()