CASIA -HWDB2.0-2.2和OLHWDB2.0-2.2数据集解析

已于 2023-04-15 11:02:21 修改
阅读量1.9k 收藏 5
点赞数
CC 4.0 BY-SA版权
分类专栏： 图像处理 文章标签： python 机器学习 深度学习
于 2023-04-12 17:32:16 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.youkuaiyun.com/qq_26696715/article/details/130112472
本文介绍了CASIA的HWDB2.0-2.2和OLHWDB2.0-2.2数据集，用于手写汉字识别。提供了数据集的下载地址，详细解释了数据集的内容，并给出了将DGRL和WPTT文件转换为图像和标签的代码示例，以支持模型训练和测试。

摘要生成于 C知道 ，由 DeepSeek-R1 满血版支持， 前往体验 >

CASIA -HWDB2.0-2.2数据集解析

下载地址

http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html

数据集解释

HWDB2.0-2.2是一个手写汉字文本识别数据集，包含多个版本的训练集和测试集。每个版本的训练集和测试集都包含多个DGRL文件，每个DGRL文件包含多个文本行。其中，HWDB2.0包含了大约37,000个汉字，HWDB2.1包含了大约45,000个汉字，HWDB2.2包含了大约52,000个汉字。这些数据集可以用于训练和测试手写汉字识别模型。

OLHWDB2.0-2.2是一个在线手写汉字识别数据集，也包含多个版本的训练集和测试集。每个版本的训练集和测试集都包含多个WPTT文件，每个WPTT文件包含多个文本行。其中，OLHWDB2.0包含了大约1,200个汉字，OLHWDB2.1包含了大约2,400个汉字，OLHWDB2.2包含了大约3,600个汉字。这些数据集可以用于训练和测试在线手写汉字识别模型。

HWDB解析dgrl为图像和txt 标签

在这里插入图片描述

</

了解本专栏 订阅专栏 解锁全文 超级会员免费看
CASIA-HWDB-Recognition:用于CASIA-HWDB数据集识别的CNN模型，论文的实现
05-14
HWDB-1.1 手写汉字CNN识别模型训练 数据集 使用CASIA-HWDB1.1进行训练和测试，训练集和测试集按照4:1划分，测试集235200张，训练集940800张， 共计1,176,000张图像。该数据集由300个人手写而成，其中包含171个阿拉伯数字和特殊符号，3755类GB2312-80 level-1汉字。 样例图 模型训练 Finetuning from a pretrained model 以googlenet为基础模型，进行finetuning。直接训练全部类别无法收敛时，尝试分阶段训练。 训练后的测试结果为loss-1和loss-2分支准确率为95%，loss-3分支为97%。收敛很快，以0.01为基础学习率，32的batch size，不到10000次迭代就收敛了。 Train 'HWDB-CNN-9Layer' model 虽然googlenet效果尚可，但是由
CASIA数据库
12-04
CASIA是一个比较基础的中文情感数据库，快速建立自己的语音情感识别系统，
CASIA-OLHWDB2.0-2.2数据集wptt文件解析
weixin_45859741的博客
09-22 2061
数据集链接：http://www.nlpr.ia.ac.cn/databases/handwriting/Online_database.html 每个页面都存储在以作者索引和页码命名的 *.wptt 文件中。 记住下面这个公式，很重要！中括号对应了需要循环解析的部分，中括号外面的乘数是循环次数，中括号里面对应的是每一次循环需要解析的长度。 Sample Lenth: 4+4+4+strkNum*[2+strkPtNum*4]+2+lineNum*[2+2*lineStrkNum+2+lineCh
CASIA手写体数据集HWDB gnt和dgrl格式解析
菜鸟毅战
04-18 1665
【代码】CASIA手写体数据集HWDB gnt和dgrl格式解析。
CASIA-WEBFACE数据集
06-26
casiawebface数据集，4个G，百度云网盘直接下载，1万个人
CASIA WebFace 数据集
03-04
CASIA WebFace 完整数据集，内含1万个人， 50万张照片。 是人脸识别的最主流数据集。 百度网盘链接， 内含4.1G压缩文件
CASIA-HWDB1.1-cnn:使用Python 3和Keras的卷积神经网络
05-14
CASIA-HWDB1.1-cnn 该存储库包含我们使用深度学习库和数据集的子集进行的。 此处提供的代码实现了卷积神经网络，其测试集准确性有时大于95％。 该网络配置是Zhang Yuhao在“描述的配置的简化版本； 由于我们只想...
CASIA NIR-VIS 2.0近红外(NIR)人脸数据集
02-27
To complement the disadvantages of the HFB database, we collect a larger database called CASIA NIR-VIS 2.0 database, in which the images are captured using the same device as the HFB database....
casia-olhwdb2.0-2.2数据集文件解析
10-21
总之，Casia-OLHWDB数据集文件解析涉及下载数据集文件，了解文件结构和格式，打开文件，解析文件内容，并提取手写字样本。通过这些步骤，你可以开始使用这个数据集进行手写字识别、字形分析或其他相关任务。
CASIA数据集免费分享
03-11
CASIA数据集免费分享
人脸识别数据集-CASIA-WebFace
04-11
2014年李子青实验室公开的人脸识别数据集，数据集收集自网络人脸图片，包含10575个人494414张图。 数据集介绍：https://alberthg.github.io/2018/04/16/CASIA-WebFace-简介/
CASIA-webface人脸数据集
03-17
CASIA-webface人脸数据集百度云下载，压缩包大小为4.1G 关于CASIA-webface的详细介绍参见我的博客 https://blog.csdn.net/Fire_Light_/article/details/79588429
casia数据集-清洗过后的人脸数据集
02-11
casia标准数据集，此处是清洗过后的人脸数据集，包含10575类不同的人脸
CASIA-WebFace 数据（百度云）
02-01
WebFace 数据集，百度云链接，压缩数据共 4.1 G. WebFace 数据集，百度云链接，压缩数据共 4.1 G. WebFace 数据集，百度云链接，压缩数据共 4.1 G. WebFace 数据集，百度云链接，压缩数据共 4.1 G. WebFace 数据集，百度云链接，压缩数据共 4.1 G.
人脸数据集（CASIA-webface）
06-28
CASIA-webface数据库，压缩包大小4G多，包含1万人，50万张人脸图片，百度云下载链接及永久有效提取码包含在TXT文档中
CASIA数据集转png HWDB2.0-2.2
是我的博客
03-23 1432
离线文本数据库是由孤立字符数据集的作者制作的。(训练集和测试集的作者是互斥的)把原训练集和测试集的数据合并到一个文件夹里,再根据作者重新分配训练集和测试集,确保训练集中存在每一个作者的笔迹.还要把dgrl 转成 png.这里使用简单的方法处理,记录每行添加进大图后的最下边的 y 值,这样虽然上下距离变远了但不影响使用.使用代码导出 png 时,发生了重叠(每行的坐标和长宽使用的是文件里面解析的结果)使用dgrl 查看002-P18.dgrl 是正常的(不会出现上下行重叠)提取结果(保存灰度图和二值图)
CASIA
qq_41326008的博客
02-22 1499
关于CASIA字符数据集的说明
CASIA-WebFace 数据集介绍
牛肉胡辣汤
10-11 6653
在计算机视觉领域，人脸识别一直是一个重要的研究方向。为了训练和评估人脸识别算法的性能，研究人员需要大规模的人脸图像数据集。CASIA-WebFace 数据集便是其中之一。CASIA-WebFace 数据集由中国科学院自动化研究所（CASIA）创建。该数据集包含了大量的人脸图像，以及对应的身份标签。数据集的目标是提供一个用于人脸识别研究和评估的标准数据集。规模庞大：CASIA-WebFace 数据集共包含 494,414 张人脸图像，来自 10,575 个不同的身份。多样性。
【亲测免费】 CASIA WebFace 数据集简介
最新发布
gitblog_06713的博客
05-07 382
CASIA WebFace 数据集简介 【下载地址】CASIAWebFace数据集简介 CASIA WebFace 数据集是人工智能领域人脸识别研究的重要资源，由国内知名科研机构自动化研究所提供。该数据集包含1万个人的约50万张面部照片，涵盖多样化的场景、表情、光照和姿态，为研究者提供了丰富且全面的实验平台。数据集以压缩...
CASIA-OLHWDB数据集
02-21
### CASIA-OLHWDB 数据集介绍 CASIA-OLHWDB 是中国科学院自动化研究所（NLPR）发布的一个在线手写中文数据库，旨在支持手写识别的研究工作。该数据集包含了大量由不同作者书写的汉字样本，每个样本记录了书写过程中的时间序列坐标信息。 #### 数据结构特点 每个页面存储在一个以作者索引和页码命名的 `.wptt` 文件中[^2]。这些文件不仅保存了字符图像本身，还保留了书写过程中产生的动态特征，如笔画顺序、速度等重要属性，这对于理解书写习惯具有重要意义。 #### 样本长度计算公式 对于单个样本而言，其长度遵循特定模式： \[ \text{Sample Length} = 4+4+4+\text{strkNum}\times(2+\text{strkPtNum}\times4)+2+\text{lineNum}\times(2+2\times\text{lineStrkNum}+2+\text{lineCharNum}\times\text{codeLength}) \] 其中 `strkNum`, `strkPtNum`, `lineNum`, `lineStrkNum`, 和 `lineCharNum` 分别表示笔划数量、每条笔划上的点数、行数、各行内的笔划数目以及各字符编码长度；而常量项则代表头部信息和其他固定字段占用的空间大小。 --- ### 下载指南 访问官方网站获取最新版本的数据集资源：<http://www.nlpr.ia.ac.cn/databases/handwriting/Download.html> 注意避免将下载后的压缩包放置于 `/var/tmp` 或者 `/tmp` 这样的临时目录内，因为 Linux 系统可能会定期清除这些位置下的文件[^3]。建议选择更稳定的储存路径来保障数据安全。 安装必要的工具用于解压 ZIP 归档文件，在终端执行命令： ```bash sudo apt install unzip ``` --- ### 使用说明 解析 `.wptt` 文件并提取有用信息的过程涉及到了对二进制流的操作。具体实现可以参考 Python 版本的完整代码案例[^1]： ```python import struct from matplotlib import pyplot as plt def parse_wptt(file_path): with open(file_path, 'rb') as f: # Read header information and other fixed-length parts... while True: try: strk_num = int.from_bytes(f.read(2), byteorder='little') for _ in range(strk_num): points_count = int.from_bytes(f.read(4), byteorder='little') coordinates = [] for __ in range(points_count): x = int.from_bytes(f.read(4), byteorder='little') y = int.from_bytes(f.read(4), byteorder='little') coordinates.append((x,y)) yield coordinates except Exception as e: break for stroke in parse_wptt('example.wptt'): xs, ys = zip(*stroke) plt.plot(xs, ys) plt.gca().invert_yaxis() plt.show() ``` 此脚本展示了如何遍历所有笔画并将它们可视化为彩色线条图。每次迭代都会创建一个新的绘图对象，从而确保相邻笔触之间不会发生混淆。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

图像处理大大大大大牛啊

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值