作者：雲時之間
來源：知乎
鏈接：https://zhuanlan.zhihu.com/p/138733491
編輯：王萌
在上一次我們進行完銀行卡卡號定位後，有一個問題在於我們沒辦法獲得很多的銀行卡圖片來進行訓練，比較常規的方法是我們來使用銀行卡圖片的背景，來生成含有銀行卡卡號的數據集來讓機器進行訓練。在這裏我用的是GitHub上的一個開源項目，github.com/Sanster/text，功能很全面，這篇文章將說說如何使用這個開源項目。
署好項目後，直接運行main.py就可以生成默認的參數。
這裏默認的參數，在config->default.yaml中可以修改，比如字體的顏色，隨機生成的文字，背景，文字的亮暗,以及給圖片加噪聲，功能很強大，各種數據都很容易僞造。
因爲是僞造銀行卡，我選擇了一些銀行卡的背景信息，儘量保證圖片中干擾少，但是現在銀行卡五花八門，這樣的也得考慮到。
現在在銀行卡中因爲分爲儲蓄卡和信用卡，儲蓄卡大多用的是Barcodesoft 的 Farrington 7B，是圖下這種感覺，也有部分銀行採用的是黑體和隸書。
而信用卡還有一種壓單交易的方式，就是利用信用卡正面突起的信息在壓敏單據上壓出信息，字體需要突出有銳利，一些銀行會採用楷體，不過還是會有很多銀行仍使用Farrington 7B。
知道前提這些消息後，我們現在需要對項目的一些參數進行修改，來產生我們所需要的圖片
1：進入text_renderer\data\bg，選取你想要的背景(這裏我選擇的是銀行卡背景)
2：進入text_renderer\data\corpus，這裏邊是你要產生的內容，因爲銀行卡號都是數字(儲蓄卡19位，信用卡16位)，刪除原來的文件，新建一個這樣類型的txt
3:進入parse_args.py,修改一些參數，在parse_args()函數裏，我們可以調節產生的圖片數量(默認20)，產生數字的長度(默認10)，因爲後續要喂到CRNN中，我這裏的尺寸爲280*32，需要修改：
這裏的chars_file改成eng.txt，因爲數字在英文字符中
這裏的fonts_list改爲eng.txt，是英文字體列表，我們要把剛纔上文中所說的字體放到相應的文件夾下
現在修改完了，運行main.py即可：
生成的圖片如上所示，但是打開tmp_lable.txt來看：
第一列是文件名，第二列是我們圖片的內容，我們模型所需要的數據集格式爲：第一列文件名.格式，第二列圖片內容。在這裏，我們修改下main.py:
這樣，我們就得到了符合格式的數據集：
多改改參數，樣本多樣化一些，訓練即可