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

(0)

相关推荐