基于飞浆paddle训练框架

照这个改的
https://www.paddlepaddle.org.cn/documentation/docs/zh/practices/cv/image_ocr.html
训练不到10分钟
10epoch
cpu：inter i5 8250 U
脚本生成的图10000
验证训练：3:7
预测结果

chatgpt写的代码，生成数字根据label.txt,数据集就是编的，截图测试的效果不理想，太局限了，1111和2222就是手动截取的图认不出来，干到现在脑子想不动了，写个笔记，很潦草。

from PIL import Image, ImageDraw, ImageFont
import os
import ast  # 导入 ast 模块以进行 literal_eval

# 文件路径
file_path = 'D:\\xuexi\\a3\\data\\ocr\\a.txt'

# 输出目录
output_dir = 'D:\\xuexi\\a3\\data\\ocr\\images'
os.makedirs(output_dir, exist_ok=True)

# 使用默认字体
# 或者使用默认字体并设置大小
font_size = 22
font = ImageFont.load_default()
font = font.font_variant(size=font_size)

# 读取文件并解析内容
with open(file_path, 'r', encoding='utf-8') as file:
    for line in file:
        # 使用 ast.literal_eval 安全地将行解析为字典
        data = ast.literal_eval(line.strip())

        for filename, content in data.items():
            # 动态调整图像大小以适应文本
            text_width=70
            text_height = 30
            
            # 使用动态大小初始化 Image 对象
            image = Image.new('RGB', (text_width , text_height ), color=(255, 255, 255))
            d = ImageDraw.Draw(image)

            # 计算将文本居中的位置
            position = ((image.width - text_width) // 2+8, (image.height - text_height) // 2)

            # 绘制文本
            d.text(position, content, fill=(0, 0, 0), font=font)

            # 构建完整的输出路径并保存图像
            image_path = os.path.join(output_dir, filename.strip('"'))
            image.save(image_path)

print("图像已生成。")

开始摸鱼，乌呼！