numiner

Numinador

Instalación • Cómo usar • Hoja • Contribuir • Licencia

Esta es una biblioteca de Python que crea un conjunto de datos de capacitación como MNIST para investigaciones relacionadas con el reconocimiento de texto escrito a mano

Instalación

Use el Pip Pip Pip para instalar Numiner.

$ pip install numiner

Use el paquete administrador de pipenv para instalar numiner.

$ pipenv install numiner

Use la poesía del Administrador de paquetes para instalar Numiner.

$ poetry add numiner

Cómo usar

En general, el paquete tiene dos modos principales. Uno es sheet y otra es letter .

sheet : toma una ruta llamada <source> a una carpeta que mantiene todas las imágenes de la hoja escaneada o una ruta de imagen real y guarda las imágenes procesadas en la ruta <result>

$ numiner -s/--sheet < source > < result >

letter : toma una ruta llamada <source> a una carpeta que sostiene todas las imágenes crudas recortadas o una ruta de imagen real y guarda las imágenes procesadas en la ruta <result>

$ numiner -l/--letter < source > < result >

También puede anular las etiquetas de hoja predeterminadas dando el archivo json :

$ numiner --labels path/to/labels.json -s path/to/source path/to/result

Seguro que también puedes hacer esto:

$ numiner --help

usage: numiner [-h] [-v] [-s < source > < result > ] [-l < source > < result > ] [-c < path > ]

optional arguments:
  -h, --help                    show this help message and exit
  -v, --version                 show program ' s version number and exit
  --clean <path>
  -s/--sheet <source> <result>  a path to a folder or file that ' s holding the < source >
                                sheet image(s) & a path to a folder where all < result >
                                images will be saved
  -l/--letter < source > < result > a path to a folder or a file that ' s holding the cropped
                                image(s) & a path to a folder where all <result> images
                                will be saved
  --labels <path>               a path to .json file that ' s holding top to bottom, left
                                to right labels of the sheet with their ids

$ numiner convert --help

usage: numiner convert [-h] -p < src > < dest > SIZE RATIO

positional arguments:
  SIZE                  number of images that each class contains
  RATIO                 test, train or percentage of the test data
                        in that case the rest of it will become
                        train data

optional arguments:
  -h, --help            show this help message and exit
  -p < src > < dest > , --paths < src > < dest >
                        source and destination paths

Imagen de hoja de muestra

También puede obtener el archivo de hoja vacía desde aquí.

Cartas extraídas de la hoja

Orden de procesamiento de imágenes final

Siguió el mismo enfoque que EMNIST usó cuando creaban por primera vez su conjunto de datos a partir de imágenes NIST SD.

1. Carta extraída de la hoja
2. Versión binaria de la imagen original
3. Letra en sí instalada en una forma cuadrada más bordes de 2 píxeles de ancho en cada lado sin perder la relación de aspecto
4. Desde el paso anterior, la imagen redimensionó a 28x28 y se realizó el umbral de la imagen final

Que contribuye

Las solicitudes de extracción son bienvenidas. Para cambios importantes, abra primero un problema para discutir lo que le gustaría cambiar.

Asegúrese de actualizar las pruebas según corresponda.

Si desea leer más sobre cómo este proyecto cobró vida, puede consultar mi informe de tesis.

Licencia

MIT