Skip to content

yjmm10/SealGenForOCR

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

25 Commits
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 
 

Repository files navigation

SealGenForOCR

项目介绍

针对OCR的印章识别,本项目根据印章特征在 localhost02 大佬的印章生成的基础上专门为OCR定制了可方便生成批量印章数据,并根据印章的特征,简单标注少量数据即可完成所有标注任务,节约人工标注的时间。

生成: 开发者仅需提供需要生成的公司名称文件,即可一键得到预设定的印章数据,也可以根据需要调整参数生成业务相符的印章风格。

标签: 开发者只需要标注少量的数据,即可一键为生成的印章生成标签。

注:目前印章编码使用随机生成的方式,不支持自定义

印章生成

快速入门

  1. 安装java相关环境,小白可百度
  2. 用IDE(推荐Intelli IDE,谁用谁知道)打开项目,可能需要选择java的SDK
  3. 环境准备好之后,直接运行,在 tools 文件夹下存在三个文件夹即是所需要的印章

代码核心

感谢 localhost02 为我们封装了核心的代码,开发者仅需要了解以下几种即可。

方法
SealFont setFontText -> 字体内容
setFontFamily -> 字体
setMarginSize -> 字体边距
setFontSize -> 字体大小
setFontSpace -> 字体间距
setBold -> 加粗
configuration 按照印章文字从上到下
setMainFont -> 设置主名称
setCenterFont -> 设置印章中心(水平)
setTitleFont -> 设置标题
setViceFont -> 设置编码
印章圆圈从外到里
setBorderCircle -> 外边圆
setBorderInnerCircle -> 外边圆内侧
setInnerCircle -> 中心圆
SealUtil buildAndStoreSeal -> 生成公章的方法,包含圆圈以及椭圆
buildAndStorePersonSeal -> 生成私人章的方法

开发者可以根据上述接口实现业务需求。本项目对以上方法又进一步封装,开发者实际使用仅需要配置四个变量,每个变量又以字典方式存储信息,其中 hidden 用来处理是否显示。

变量名 参数
confInfo 所有文字的配置 Text 文字内容
Size 字体大小
Bold 加粗
Margin 边距
Space 间距
Font 字体
circleInfo 圆圈的配置 BorderCircle 粗细 宽 高
BorderInnerCircle 同上
InnerCircle 同上
sealInfo 印章图片的配置 ImgPath 图片输出路径
ImageSize 图片大小
BackgroundColor 背景颜色
LabelPath 印章文字信息文件路径
type 印章类型
filepath 公司名称路径 根据私章还是公章,配置不同的文件路径

标签生成

详细步骤

  1. 按照印章生成步骤,在 tools 目录下得到如下结构:

    | - tools
      | - Oval
        | - image # 生成的印章图片
        | - SealInfo.csv #生成的印章信息
      | - ...
    
  2. 提取需要标注的信息
    使用 baseLabel.py 将需要做标注的文件放入到tools\*\sample\*.png(* 为 Circle, Oval, Person)文件下

    # SealUtil项目目录下
    python tools\baseLabel.py
    # 输出的结果中,mainList中的文件仅需要标注公司名称,otherList中文件仅需要除公司名称外其他名称

    执行结束后,得到如下目录结构

    | - tools
      | - Oval
        | - image # 生成的印章图片
        | - SealInfo.csv #生成的印章信息
        | - sample # 需要标注的图片
      | - ...
    
  3. 标注数据

    该步骤可以采用默认的基础标注文件进行使用,步骤如下

    将 tools 文件夹下的baseLabel_*.json分别放入*文件夹下,表示该类印章已经标注,从而可以执行后续操作
    

    不采用默认标注文件,则需要用到多边形标注,采用labelme标注工具,详细标注方式见labelme标注说明

     # 安装labelme
     pip install labelme
     # 打开labelme
     labelme
     # 打开需要标注的文件夹路径
     # 如:打开 tools\*\sample 文件夹进行标注
  4. 再次运行 baseLabel.py 脚本,得到如下目录结构

    | - SealGenForOCR
      | - image		# 汇总所有印章文件
      | - label.txt	# 汇总所有标签文件
      | - ...
      | - tools
        | - Oval
          | - image # 生成的印章图片
          | - SealInfo.csv #生成的印章信息
          | - sample # 需要标注的图片
          | - baseLabel_Oval.json # 基础的标注数据,用于自动标注的基础
          | - label_Circle.txt
        | - ...
    

labelme标注说明

  1. 标注采用左上角顺时针、左下角逆时针两种方式,标记的点数为 14 程序会自动转化为左上角顺时针格式

  2. 标签的标注方式比较特殊,核心是以字数作为标注核心,举例说明

  3. 如图

    欢乐无敌制图网淘宝店专用章:标签应根据字数来表示,用 13 表示 123456789012345 :标签需要自定一个标签,用 c15 (center)表示

    正版认证:同理,用 t4 (title) 表示

    若底部有编码数字,用 v10 表示

    强调说明后续的数字均是标注对象的字数

  4. 修改baseLabel.py 文件中标签的映射关系,变量为OvalTable、CircleTable。

    # 假设有 如下标签  8,10,c15, c20,t4,t6,v10,v12
    OvalTable = {15: "c15", 20: "c20", 4: "t4", 6: "t6",10:"v10",12:"v12"} 
    CircleTable = {15: "c15", 20: "c20", 4: "t4", 6: "t6",10:"v10",12:"v12"}
    

    注:不需要标注纯数字,即公司名称,而对于映射,若出现t4, v4这种会存在错误,但在实际印章中这种情况较少,暂不考虑

TODO

  1. 增加私人章的批量生成
  2. 分离标注代码,可自定义选择步骤
  3. 增加所有数据支持文件导入功能
  4. 改善标签冲突问题

捐赠

路过的开发者如果有更好的设计模式,想法,非常欢迎大佬们指教,也欢迎各位开发者提pr。

开源不易,如果有能力的,可以资助作者一下,也算是对我的一种认可和激励。

支付宝 微信
公众号 公众号

参考仓库

  1. https://github.com/localhost02/SealUtil

About

No description, website, or topics provided.

Resources

License

Stars

Watchers

Forks

Releases

No releases published

Packages

No packages published