Python 3 生成手写体数字数据集

0.引言

　　平时经常会接触到验证码，或者在机器学习学习过程中，大家或许会接触过手写体识别/验证码识别之类问题，会用到手写体的数据集；

　　自己尝试写了一个生成手写体图片的 Python 程序，可以批量生成手写体数字数据集，在此分享下生成 30*30像素 的手写体数字 1-9 图片 的一种实现方法；

　　大概流程：新建空白图像 >>> 生成随机数 1-9 >>> 将数字写到空白图像上 >>> 旋转、扭曲 处理 >>> 得到 “手写体数字”；

　　得到的手写体数字图像如 图1 所示，实现比较简单，有兴趣可以自己试；

　　源码上传到了我的 GitHub，如果对您有帮助欢迎 star 支持下: https://github.com/coneypo/Generate_handwritten_number ；

　　

图1 生成的手写体数字 1-9

　　图 2 利用 generate_imgs.py 得到数字 3 图像

1. 设计流程

图 4 整体设计流程

图 5 生成的图像经过的处理

1.1 新建一个空白图像 img_50，尺寸大小为 50*50

 img_50_blank = Image.new('RGB', (50, 50), (255, 255, 255))

　　

　　想要的 30*30 的图像，为什么我这里要先生成 50*50 的空白图像？

　　因为图像背景（50*50像素的画布）初始化的时候设置为白色（颜色数组（255, 255, 255)），而背景色之外的其实是黑色；

　　之后需要进行旋转处理，如果直接新建 30*30 像素的画布，旋转之后边上会出现黑边，如 图6 所示；

　　所以我新建了一个 50*50，然后旋转之后从中间裁出来一个 30*30 的图像出来；

　　

　图 6 直接用 30*30 像素的画布写字旋转（会出现黑边）

1.2 利用 PIL 在图像上写文字 text

　　利用 PIL 的 ImageDraw，创建画笔，然后利用 draw.text 在指定位置写字；

　　xy=(18，11) 是从图像左上角开始的坐标，取值自己根据需求调整；

 # 创建画笔
  draw = ImageDraw.Draw(img_50_blank)
 
 # 生成随机数1-9
 num = str(random.randint(1, 9))
 
 # 设置字体，这里选取字体大小25
 font = ImageFont.truetype('simsun.ttc', 20)
 
 # xy是左上角开始的位置坐标
 draw.text(xy=(18, 11), font=font, text=num, fill=(0, 0, 0))

1.3 将图像随机旋转一定角度

　　利用 rotate(angel) 进行旋转图像，angel 取的是度数，这里让它随机旋转 -10 到 +10 度：

 # 随机旋转-10-10角度
 random_angle = random.randint(-10, 10)
 img_50_rotated = img_50_blank.rotate(random_angle)

1.4 图像扭曲

　　这里是生成“手写体”数字的 核心 步骤，一个正常的图像经过扭曲之后就可以得到想要的验证码了：

 # 图形扭曲参数
 params = [1 - float(random.randint(1, 2)) / 100,
             0,
             0,
             0,
             1 - float(random.randint(1, 10)) / 100,
             float(random.randint(1, 2)) / 500,
             0.001,
             float(random.randint(1, 2)) / 500]
 
 # 创建扭曲
 img_50_transformed = img_50_rotated.transform((50, 50), Image.PERSPECTIVE, params)

2. Source Code 介绍

2.1 函数 mkdir_for_imgs()

　　因为我们要将指定的图像分类放入指定文件夹，所以我们需要先在项目目录下面新建 9 个文件夹：

　（当然你也可以自己新建，新建 9 个文件夹工作量还不大，但是如果要生成的验证码包含英文字母那就比较多了，大写 A-Z 共 24 个 + 小写 a-z 共 24 个 + 数字 1-9 共 9 个 = 57个子文件夹）

 # 在目录下生成用来存放数字 1-9 的 9个文件夹，分别用 1-9 命名
 def mkdir_for_imgs():
     for i in range(49, 58):
         if os.path.isdir(path_img + "Num_" + chr(i)):
             pass
         else:
             print(path_img + "Num_" + chr(i))
             os.mkdir(path_img + "Num_" + chr(i))

图 7 mkdir_for_imgs() 生成的用来存放指定图像的文件夹

2.2 函数 del_imgs()

　　删除子文件夹 Num_1-9 中的所有图片：

 # 删除路径下的图片
 def del_imgs():
     for i in range(1, 10):
         dir_nums = os.listdir(path_img+ "Num_"  + str(i))
         for tmp_img in dir_nums:
             if tmp_img in dir_nums:
                 # print("delete: ", tmp_img)
                 os.remove(path_img + "Num_" + str(i) + "/" + tmp_img)
     print("Delete finish", "\n")

2.3 完整的代码  generate_imgs.py

　　mkdir_for_imgs() >>> del_imgs() >>> generate_1to9(n)

　　根据给定随机次数生成手写体数字 1-9，然后存放到本地文件夹 Num_1-9 ；

　　Line 67 修改生成图像的大小，我这里取的是 30*30 像素；

　　 79     # 生成新的30*30空白图像
 　　80     im_30 = im_50_transformed.crop([10, 10, 40, 40])

　　Line 105 给定生成手写体数字的次数:

　　116 # generate n times
　　117 generate_1to9(1000)

generate_imgs.py:

 # Created on:   2018-01-09
 # Updated on:   2018-09-03
 # Author:       coneypo
 # Blog:      http://www.cnblogs.com/AdaminXie/
 # Github:       https://github.com/coneypo/Generate_handwritten_number
 # 生成手写体数字
 
 import random
 import os
 from PIL import Image, ImageDraw, ImageFont
 
 random.seed(3)
 path_img = "data_pngs/"
 
 # 在目录下生成用来存放数字 1-9 的 9个文件夹，分别用 1-9 命名
 def mkdir_for_imgs():
     for i in range(49, 58):
         if os.path.isdir(path_img + "Num_" + chr(i)):
             pass
         else:
             print(path_img + "Num_" + chr(i))
             os.mkdir(path_img + "Num_" + chr(i))
 
 # generate folders
 # mkdir_for_imgs()
 
 # 删除路径下的图片
 def del_imgs():
     for i in range(1, 10):
         dir_nums = os.listdir(path_img+ "Num_"  + str(i))
         for tmp_img in dir_nums:
             if tmp_img in dir_nums:
                 # print("delete: ", tmp_img)
                 os.remove(path_img + "Num_" + str(i) + "/" + tmp_img)
     print("Delete finish", "\n")
 
 del_imgs()
 
 # 生成单张扭曲的数字图像
 def generate_single():
     # 先绘制一个50*50的空图像
     im_50_blank = Image.new('RGB', (50, 50), (255, 255, 255))
 
     # 创建画笔
     draw = ImageDraw.Draw(im_50_blank)
 
     # 生成随机数1-9
     num = str(random.randint(1, 9))
 
     # 设置字体，这里选取字体大小25
     font = ImageFont.truetype('simsun.ttc', 20)
 
     # xy是左上角开始的位置坐标
     draw.text(xy=(18, 11), font=font, text=num, fill=(0, 0, 0))
 
     # 随机旋转-10-10角度
     random_angle = random.randint(-10, 10)
     im_50_rotated = im_50_blank.rotate(random_angle)
 
     # 图形扭曲参数
     params = [1 - float(random.randint(1, 2)) / 100,
               0,
               0,
               0,
               1 - float(random.randint(1, 10)) / 100,
               float(random.randint(1, 2)) / 500,
               0.001,
               float(random.randint(1, 2)) / 500]
 
     # 创建扭曲
     im_50_transformed = im_50_rotated.transform((50, 50), Image.PERSPECTIVE, params)
 
     # 生成新的30*30空白图像
     im_30 = im_50_transformed.crop([10, 10, 40, 40])
 
     return im_30, num
 
 # 生成手写体数字1-9存入指定文件夹1-9
 def generate_1to9(n):
     # 用cnt_num[1]-cnt_num[9]来计数数字1-9生成的个数，方便之后进行命名
     cnt_num = []
     for i in range(10):
         cnt_num.append(0)
 
     for m in range(1, n + 1):
         # 调用生成图像文件函数
         im, generate_num = generate_single()
 
         # 取灰度
         im_gray = im.convert('')
 
         # 计数生成的数字1-9的个数,用来命名图像文件
         for j in range(1, 10):
             if generate_num == str(j):
                 cnt_num[j] = cnt_num[j] + 1
 
                 # 路径如 "F:/code/***/P_generate_handwritten_number/data_pngs/1/1_231.png"
                 # 输出显示路径
                 print("Generate:", path_img + "Num_" + str(j) + "/" + str(j) + "_" + str(cnt_num[j]) + ".png")
                 # 将图像保存在指定文件夹中
                 im_gray.save(path_img + "Num_" + str(j) + "/" + str(j) + "_" + str(cnt_num[j]) + ".png")
 
     print("\n")
     # 输出显示1-9的分布
     print("生成的1-9的分布：")
     for k in range(9):
         print("Num", k + 1, ":", cnt_num[k + 1], "in all")
 
 # generate n times
 generate_1to9(1000)

图 8 利用 generate_imgs.py 得到数字 1 图像

3.总结

　　有兴趣可以自己生成手写体数字数据集，感谢你的支持；

# 代码已上传到了我的GitHub，如果对您有帮助欢迎 Star下：https://github.com/coneypo/Generate_handwritten_number

# 请尊重他人劳动成果，转载或者使用源码请注明出处：http://www.cnblogs.com/AdaminXie

# 如有问题请留言或者联系邮箱 coneypo@foxmail.com