作者：雲時之間
來源：知乎
鏈接：https://zhuanlan.zhihu.com/p/139918526
編輯：王萌
上一次使用了text_renderer嘗試生成類似於銀行卡的數據，但是實際下來效果並不好，我分析了一下原因：
①：text_renderer輸出的背景和真實銀行卡圖片有很大的差異
②：大多數銀行卡採用的是突出的字體，text_renderer很難去模擬
分析出以上的問題後，現在的重點開始轉換成如何去近似的模擬銀行卡數據集，最好的方法就是使用真實的銀行卡卡號片段來拼接成數據。
一邊說代碼，一邊捋順思路：
一：準備數據
首先準備了大概50張的銀行卡卡號片段的真實圖片，儘量保證每張圖片的長度爲3-4位，爲什麼分爲3-4位？分析了大多數的銀行卡後，發現一個規律:
信用卡卡號：0000 0000 0000 0000
儲蓄卡卡號：0000 0000 0000 0000 000
我們用CTPN檢測的時候，往往會一段一段的檢測，然後拼接起來，這種效果理論上會更好準備的數據如下：
圖片的分辨率180*46
現在分析代碼：
第一步：選擇生成數量，讀取圖片
這部分註釋很清楚，不再贅述
二：裁剪圖片，拼接圖片
這部分是整個程序之中的關鍵，我繪製了一個圖，結合圖來說一下
因爲準備的數據集是3-4個字符一張圖，DenseNet的輸入長度爲10時比較合適(具體爲什麼還沒搞清楚)，因此拼接的圖片字符長度也是10個字符：讀取圖片
這裏用到cut_image函數對image3進行裁剪：
裁剪前後對比：
對圖片進行拼接：
拼接後效果：
三：數據增強
因爲DenseNet的輸入爲280*32的圖像，並且爲減少計算，需要將圖像轉換爲灰度圖像
轉換爲灰度圖像後，這裏需要使用ImageDataGenerator類，簡單的說ImageDataGenerator是keras.processing.image模塊裏的圖片生成器，每次喂進去一個batch_size的數據，然後對這個批次的數據進行樣本增強，用來擴充樣本數據集的大小，增強模型的泛化能力，更模擬真實情況，比如旋轉，縮放，對比度轉換等等。
四：劃分訓練集和測試集
我們將訓練集和測試集按照8:2的比例進行劃分
運行，數據生成完畢
五：代碼
import os
import numpy as np
import cv2
from keras.preprocessing.image import ImageDataGenerator, array_to_img, img_to_array, load_img
import os
#ToTAL是生成樣本種子數量 ，真實樣本數量爲 TOTAL * 10
print("--------實際生成樣本數爲ToTal* 10--------")
TOTAL=int(input("輸入要生成的種子數："))
#圖片路徑，顯示圖片的名稱
path_image=r'./images_base/'
list_path=os.listdir(path_image)
loca=["0,0,30,46","30,0,60,46","60,0,90,46","90,0,120,46"]
ALLIMAGE=len(list_path)#得到給出的訓練集數量,image_base的數量
print("總共{0}張圖片，需要生成{1}張圖片\n------------正在生成中------------------".format(ALLIMAGE,TOTAL*10))
if not os.path.exists("./images"):
os.mkdir("./images")
#對半裁圖片，輸入圖片從120*46->60*46
def cut_image(imge,l2,l3,l0=0,l1=46):
src2 = imge[l0:l1, l2:l3]
return src2
for i in range(TOTAL):
#生成0-allmage，三個的隨機數
rad_num=np.random.randint(0,ALLIMAGE,(1,3))
img_path=[]
for j in rad_num[0]:
#取image_base裏邊的隨機圖片
img_path.append([r"./images_base/"+str(list_path[j])])
# img_path=img_path[0]
imge1=cv2.imread(" ".join(img_path[0]))
imge2 = cv2.imread(" ".join(img_path[1]))
imge3 = cv2.imread(" ".join(img_path[2]))
src1=cut_image(imge3, 0, 60)
tmp = np.zeros((46, 300, 3), np.uint8)
tmp[0:46, 0:120] = imge1
tmp[0:46, 120:240] = imge2
tmp[0:46, 240:300] = src1
cv2.imshow("-",tmp)
cv2.waitKey(0)
'''
名稱爲image1的前4位+image2前4位+src1的前兩位
'''
name = " ".join(img_path[0]).split("/")[2][0:4] + " ".join(img_path[1]).split("/")[2][0:4] + \
" ".join(img_path[2]).split("/")[2][0:2] + "I"
# print(name)
'''
tmp輸入300*46->DenseNet輸入爲280*32->Reshape後灰度
'''
tmp = cv2.resize(tmp, (280, 32))
tmp = cv2.cvtColor(tmp, cv2.COLOR_BGR2GRAY)
'''
數據增強：
隨機旋轉，除以總寬度0.01，除以總寬度0.015，
空間隨機縮放範圍0.06
隨機填充
'''
datagen = ImageDataGenerator( #數據增強
rotation_range=2,
width_shift_range=0.01,
height_shift_range=0.015,
zoom_range=0.06,
fill_mode='nearest')
#把圖片的整數結構轉成浮點型
x = img_to_array(tmp)
x = x.reshape((1,) + x.shape)
i = 0
'''
接收numpy數組和標籤爲參數,生成經過數據提升或標準化後的batch數據,並在一個無限循環中不斷的返回batch數據
'''
for batch in datagen.flow(x, batch_size=1, # save_to_dir 文件夾 prefix圖片名字 format格式
save_to_dir='images', save_prefix=name, save_format='jpg'):
i += 1
if i > 10: # 如果不break會無限循環
break # otherwise the generator would loop indefinitely
# cv2.imwrite("./out_data/" + name, tmp)
print("=====生成數據集======")
path_image=r'./images/'
list_path=os.listdir(path_image)
'''
生成訓練集和測試集的txt文件
'''
f1=open("./data_train.txt",'w')
f2=open("./data_test.txt",'w')
for i in list(list_path)[0:int(len(list_path)*0.8)]: #劃分80%訓練
f1.write(""+str(i))
label=list(i)[0:10]
for j in label:
if j=="_":
f1.write(" " + str(11))
else:
f1.write(" "+str(int(j)+1))
f1.write("\n")
for i in list(list_path)[int(len(list_path)*0.8):]:
f2.write(""+str(i))
label=list(i)[0:10]
for j in label:
if j=="_":
f2.write(" " + str(11))
else:
f2.write(" "+str(int(j)+1))
f2.write("\n")
print("數據集生成完畢")