numiner

numiner

安装•如何使用•工作表•贡献•许可证

这是一个Python库，可以创建MNIST，例如培训数据集，用于手写文本识别与研究

安装

使用软件包管理器PIP安装Numiner。

$ pip install numiner

使用Package Manager Pipenv安装Numiner。

$ pipenv install numiner

使用软件包经理诗歌安装Numiner。

$ poetry add numiner

如何使用

通常，该软件包具有两种主要模式。一个是sheet ，另一个是letter 。

sheet - 将一个称为<source>的路径送到一个文件夹，该文件夹持有所有扫描的纸板图像或实际图像路径，并将已处理的图像保存在<result>路径中

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

letter - 将一个称为<source>的路径送到一个文件夹，该文件夹持有所有裁剪原始图像或实际图像路径，并将已处理的图像保存在<result>路径中

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

另外，您可以通过提供json文件来覆盖默认的表标签：

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

可以肯定的是，您也可以这样做：

$ 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

示例表图像

您还可以从这里获取空的表文件。

从纸上提取字母

最终图像处理顺序

遵循Emnist首次从NIST SD图像创建数据集时使用的方法。

1. 从纸上提取的信
2. 原始图像的二进制版本
3. 字母本身适合正方形，每侧都有2个像素宽边界，而不会失去纵横比
4. 从上一步开始，图像大小到28x28，并以最终图像为阈值。

贡献

欢迎拉动请求。对于重大更改，请先开设一个问题，以讨论您想更改的内容。

请确保及时更新测试。

如果您想了解有关该项目如何实现的更多信息，则可以查看我的论文报告。

执照

麻省理工学院