Dataset之图片数据增强:设计自动生成汽车车牌图片算法(cv2+PIL)根据指定七个字符自动生成逼真车牌图片数据集(带各种噪声效果)
Dataset之图片数据增强:设计自动生成汽车车牌图片算法(cv2+PIL)根据指定七个字符自动生成逼真车牌图片数据集(带各种噪声效果)
导读
设计自动生成汽车车牌图片算法,利用cv2+PIL+argparse库函数,根据随机指定七个字符,自动生成逼真车牌图片数据集,可以携带带各种噪声效果。
输出结果
自定义沪A1234B车牌
更新……
设计思路
第一次更新
第二次更新
第三次更新
核心代码
def genBatch(self, batchSize,pos,charRange, outputPath,size): #genBatch()函数:
if (not os.path.exists(outputPath)):
os.mkdir(outputPath)
l_plateStr = []
l_plateImg = []
for i in range(batchSize):
plateStr = G.genPlateString(-1,-1)
plateStr = '沪A1234B'
img = G.generate(plateStr);
# cv2.imwrite('./plate_test01/generate09.jpg', img)
img = cv2.resize(img,size);
# cv2.imwrite('./plate_test01/generate+resize09.jpg', img)
print('plateStr',plateStr)
filename = os.path.join(outputPath,str(i).zfill(4) + '.' + plateStr + ".jpg")
cv2.imwrite(filename, img)
# cv2.imshow("a",img)
# cv2.waitKey(0)
l_plateStr.append(plateStr)
l_plateImg.append(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
G = GenPlate("./font/platech.ttf",'./font/platechar.ttf',"./NoPlates") # data_input/LPR/
G.genBatch(100,2,range(31,65),"./plate_test02",(272,72))
参考文章
CV:设计自动生成汽车车牌图片算法(cv2+PIL)根据指定七个字符自动生成逼真车牌图片(带各种噪声效果)
相关文章
CV:设计自动生成汽车车牌图片算法(cv2+PIL)根据指定七个字符自动生成逼真车牌图片数据集(带各种噪声效果)
MXNet之CNN:自定义CNN-OCR算法训练车牌数据集(umpy.ndarray格式数据)实现车牌照片字符识别并评估模型
MXNet之CNN:自定义CNN-OCR算法训练车牌数据集(umpy.ndarray格式数据)实现车牌照片字符识别并进行新车牌照片字符预测
赞 (0)