转载AI Studio项目链接https://aistudio.baidu.com/aistudio/projectdetail/3481076

0 项目背景

现在,随着OCR技术普及，从PDF或者图片中提取到文字内容已经不是什么难事。

但是,对于排版的格式文档,如何在提取内容的时候,完整地还原其排版、字体,仍然是一个比较大的挑战。

比如,面对这样一个场景：我们手上有一份扫描版的PDF论文，希望能转化出它的word版本，保留它的排版、图片、字体、公式……

这里面至少涉及到：

• 版面分析和图表提取
• OCR公式识别
• OCR字体识别

因此，本系列项目（又开一坑……）研究的就是其中的OCR字体识别场景。

1 场景分析

对于该场景，我们先做个初步分析。一般来说，基于印刷字体的PDF或图片文档,字体分布会有两种情况：

• 一种是整段整段的字体相同，这种场景可能比较普遍，版面字体分析准备数据集时，相对也比较简单，只要能定位段落的字体就行；
• 另一种就是我们比较熟悉的论文形式，尤其是中文论文，往往规定了，中文用哪种字体、英文用哪种字体、公式用哪种字体，一个段落里，它们是混着用的。

1.1 处理思路

还是走从易到难的路线，在第一个项目中，先研究对印刷字单字的字体识别。

由于商用字体在版权上是比较敏感的，这个项目中,我们就先用一些开源字体,跑通整个流程。

1.2 难点分析

项目一上来就面临比较大的难点，包括了不同字体的图片在哪里？如何组织？

这里就涉及到如何将字体文件转换为图片了。我们先看下AI Studio系统（Ubuntu系统）的字体文件在哪里。

# 定位系统某个字体文件位置
!ls /usr/share/fonts/
!ls /usr/share/fonts/truetype/noto/

cmap  fangzheng  truetype  type1  X11
NotoMono-Regular.ttf

然后我们先试试看，如何实现字体文件转图片，参考这篇文章：python 由ttf字体文件生成png预览图

from PIL import Image, ImageDraw, ImageFont
import os
%matplotlib inline

def draw_png(fontpath, name, text_content, font_size = 24):
    font=ImageFont.truetype(fontpath + name, font_size)
    text_width, text_height = font.getsize(name[:-4])
    image = Image.new(mode='RGBA', size=(text_width, text_height))
    draw_table = ImageDraw.Draw(im=image)
    draw_table.text(xy=(0, 0), text=text_content, fill='#000000', font=font) # text是要显示的文本
    image.show()  # 直接显示图片

draw_png('/usr/share/fonts/truetype/noto/','NotoMono-Regular.ttf','test ttf to png')

但是,这种做法,在我们传入中文字符的时候，就遇到了问题。乱码出现了，因为NotoMono-Regular.tff这个字体文件中，没有对中文字符的支持。

draw_png('/usr/share/fonts/truetype/noto/', 'NotoMono-Regular.ttf','测试 ttf to png')

我们找个支持中文字符显示的字体看看。

!ls /usr/share/fonts/fangzheng/

FZHLJW.TTF  FZSYJW.TTF

# 换成支持中文的字体,就不会乱码了
draw_png('/usr/share/fonts/fangzheng/', 'FZHLJW.TTF','测试 ttf to png')

2 准备数据集

# 拉取开源中文字体包
!git clone https://gitee.com/mirrors/noto-cjk.git

# 把简体中文字体整理在一个目录
!mkdir cn-fonts
!mv noto-cjk/Serif/OTF/SimplifiedChinese/*.otf ./cn-fonts
!mv noto-cjk/Sans/OTF/SimplifiedChinese/*.otf ./cn-fonts
!cp /usr/share/fonts/fangzheng/*.TTF ./cn-fonts

2.1 fontTools库的应用

fontTools是一系列用于在Python中操作字体的库和实用程序。

# 准备工具库
!pip install fontTools
!pip install freetype-py

对一个字体文件，使用fontTools可以获得很多关键信息。同时,结合FreeTypePen这个库，还可用绘制字形图。

# 获取各节点名称,返回为列表
print(font.keys()) 

# 获取getGlyphOrder节点的name值,返回为列表
print(font.getGlyphOrder())
print(font.getGlyphNames()) 

# 获取cmap节点code与name值映射, 返回为字典
print(font.getBestCmap()) 

# 获取glyf节点TTGlyph字体xy坐标信息
print(font['glyf']['uniE1A0'].coordinates) 

# 获取glyf节点TTGlyph字体xMin,yMin,xMax,yMax坐标信息
print(font['glyf']['uniE1A0'].xMin, font['glyf']['uniE1A0'].yMin,
      font['glyf']['uniE1A0'].xMax, font['glyf']['uniE1A0'].yMax)  
      
# 获取glyf节点TTGlyph字体on信息
print(font['glyf']['uniE1A0'].flags) 

# 获取GlyphOrder节点GlyphID的id信息, 返回int型
print(font.getGlyphID('uniE1A0')) 

# 查看指定字体是否支持中文
from fontTools.ttLib import TTFont
font = TTFont('cn-fonts/FZSYJW.TTF')
# 随机找个中文字符
print(ord('很') in font.getBestCmap())

True

注：ord() 函数是 chr() 函数（对于8位的ASCII字符串）或 unichr() 函数（对于Unicode对象）的配对函数，它以一个字符（长度为1的字符串）作为参数，返回对应的 ASCII 数值，或者 Unicode 数值，如果所给的 Unicode 字符超出了你的 Python 定义范围，则会引发一个 TypeError 的异常。

# 换一个不支持中文的字体文件
font = TTFont('/usr/share/fonts/truetype/noto/NotoMono-Regular.ttf')
# 随机找个中文字符
print(ord('很') in font.getBestCmap())

False

# 绘制字形图
from fontTools.ttLib import TTFont
from fontTools.pens.freetypePen import FreeTypePen
from fontTools.misc.transform import Offset

pen = FreeTypePen(None) # 实例化Pen子类
font = TTFont('cn-fonts/FZSYJW.TTF')
glyph = font.getGlyphSet()[font.getBestCmap()[28183]] # 通过字形名称选择某一字形对象
glyph.draw(pen) # “画”出字形轮廓
width, ascender, descender = glyph.width, font['OS/2'].usWinAscent, -font['OS/2'].usWinDescent # 获取字形的宽度和上沿以及下沿
height = ascender - descender # 利用上沿和下沿计算字形高度
pen.show(width=width, height=height, transform=Offset(0, -descender)) # 显示以及矫正

# 同时显示多种字体效果
!pip install uharfbuzz

import uharfbuzz as hb
from fontTools.pens.freetypePen import FreeTypePen
from fontTools.pens.transformPen import TransformPen
from fontTools.misc.transform import Offset

en1, en2, ar, ja = 'Tset', '不同', '字体', '效果'
for text, font_path, direction, typo_ascender, typo_descender, vhea_ascender, vhea_descender, contain, features in (
    (en1, 'cn-fonts/NotoSerifCJKsc-SemiBold.otf',       'ltr', 2189, -600, None, None, False, {"kern": True, "liga": True}),
    (en2, 'cn-fonts/FZHLJW.TTF',       'ltr', 2189, -600, None, None, True,  {"kern": True, "liga": True}),
    (ar,  'cn-fonts/FZSYJW.TTF', 'rtl', 1374, -738, None, None, False, {"kern": True, "liga": True}),
    (ja,  'cn-fonts/NotoSansCJKsc-Light.otf',     'ltr', 880,  -120, 500,  -500, False, {"palt": True, "kern": True}),
    (ja,  'cn-fonts/NotoSerifCJKsc-Black.otf',     'ttb', 880,  -120, 500,  -500, False, {"vert": True, "vpal": True, "vkrn": True})
):
    blob = hb.Blob.from_file_path(font_path)
    face = hb.Face(blob)
    font = hb.Font(face)
    buf = hb.Buffer()
    buf.direction = direction
    buf.add_str(text)
    buf.guess_segment_properties()
    hb.shape(font, buf, features)

    x, y = 0, 0
    pen = FreeTypePen(None)
    for info, pos in zip(buf.glyph_infos, buf.glyph_positions):
        gid = info.codepoint
        transformed = TransformPen(pen, Offset(x + pos.x_offset, y + pos.y_offset))
        font.draw_glyph_with_pen(gid, transformed)
        x += pos.x_advance
        y += pos.y_advance

    offset, width, height = None, None, None
    if direction in ('ltr', 'rtl'):
        offset = (0, -typo_descender)
        width  = x
        height = typo_ascender - typo_descender
    else:
        offset = (-vhea_descender, -y)
        width  = vhea_ascender - vhea_descender
        height = -y
    pen.show(width=width, height=height, transform=Offset(*offset), contain=contain)

2.2 字体文件批量转图片

!mkdir MyDataset

from tqdm import tqdm

fileList = os.listdir('cn-fonts')
for f in fileList:
    print(f)
    font_dir = 'MyDataset/' + f[:-4]
    font_path = 'cn-fonts/' + f
    isExists=os.path.exists(font_dir) 
    # 判断结果
    if not isExists:
        # 如果不存在则创建目录
        # 创建目录操作函数
        os.makedirs(font_dir) 
    font = TTFont(font_path) # 实例化TTFont
    for key in tqdm(font.getBestCmap()):
        pen = FreeTypePen(None) # 实例化Pen子类
        glyph = font.getGlyphSet()[font.getBestCmap()[key]] # 通过字形名称选择某一字形对象
        glyph.draw(pen) # “画”出字形轮廓
        width, ascender, descender = glyph.width, font['OS/2'].usWinAscent, -font['OS/2'].usWinDescent # 获取字形的宽度和上沿以及下沿
        height = ascender - descender # 利用上沿和下沿计算字形高度
        im = pen.image(width=width, height=height, transform=Offset(0, -descender)) # 显示以及矫正
        # 个别字符在裁剪时会出现越界,这里做个处理
        if width > 10:
            im.save(font_dir + '/' + font.getBestCmap()[key]+'.png')

3 训练分类模型

3.1 数据集划分

PaddleX提供了数据集一键划分的功能,这么省力的操作怎能不用？

!pip install paddlex

# 数据集划分
!paddlex --split_dataset --format ImageNet --dataset_dir MyDataset --val_value 0.2 --test_value 0.1

[32m[02-14 19:56:44 MainThread @logger.py:242][0m Argv: /opt/conda/envs/python35-paddle120-env/bin/paddlex --split_dataset --format ImageNet --dataset_dir MyDataset --val_value 0.2 --test_value 0.1
[0m[33m[02-14 19:56:44 MainThread @utils.py:79][0m [5m[33mWRN[0m paddlepaddle version: 2.2.2. The dynamic graph version of PARL is under development, not fully tested and supported
[0m/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/parl/remote/communication.py:38: DeprecationWarning: 'pyarrow.default_serialization_context' is deprecated as of 2.0.0 and will be removed in a future version. Use pickle or the pyarrow IPC functionality instead.
  context = pyarrow.default_serialization_context()
[0m/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/__init__.py:107: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working
  from collections import MutableMapping
[0m/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/rcsetup.py:20: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working
  from collections import Iterable, Mapping
[0m/opt/conda/envs/python35-paddle120-env/lib/python3.7/site-packages/matplotlib/colors.py:53: DeprecationWarning: Using or importing the ABCs from 'collections' instead of from 'collections.abc' is deprecated, and in 3.8 it will stop working
  from collections import Sized
[0m2022-02-14 19:56:47 [INFO]	Dataset split starts...[0m
[0m2022-02-14 19:56:48 [INFO]	Dataset split done.[0m
[0m2022-02-14 19:56:48 [INFO]	Train samples: 61957[0m
[0m2022-02-14 19:56:48 [INFO]	Eval samples: 17700[0m
[0m2022-02-14 19:56:48 [INFO]	Test samples: 8849[0m
[0m2022-02-14 19:56:48 [INFO]	Split files saved in MyDataset[0m
[0m[0m

3.2 模型训练

本文对字体图片文件进行了分类模型训练尝试，结果却发现，无论是哪种模型，效果都不太好，这里有个猜测。

• 怀疑问题在于resize这个操作,所有的字形图,输入神经网络前都被resize到了相同大小,这里面,一些线条受到了扭曲,自然导致字形图原始特征遭到破坏,分类也就难以分出效果了。

• 第二个可能，也许不同字体的差异，这种特征过于微弱，即使用深度学习，也存在困难？

• 还有可能，就是卷积神经网络的固有曲线，在字体分类任务中被严重放大了。

不管怎么说，这也是一个挑战，单字字体识别分类准确率是否能进一步提升？后续的项目中，我们将进一步研究。

import paddlex as pdx
from paddlex import transforms as T

# 定义训练和验证时的transforms
# API说明：https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/apis/transforms/transforms.md
train_transforms = T.Compose(
    [T.RandomCrop(crop_size=224), T.Normalize(), T.MixupImage(alpha=1.5, beta=1.5, mixup_epoch=-1)])

eval_transforms = T.Compose([
    T.ResizeByShort(short_size=256), T.CenterCrop(crop_size=224), T.Normalize()
])

# 定义训练和验证所用的数据集
# API说明：https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/apis/datasets.md
train_dataset = pdx.datasets.ImageNet(
    data_dir='MyDataset',
    file_list='MyDataset/train_list.txt',
    label_list='MyDataset/labels.txt',
    transforms=train_transforms,
    shuffle=True)

eval_dataset = pdx.datasets.ImageNet(
    data_dir='MyDataset',
    file_list='MyDataset/val_list.txt',
    label_list='MyDataset/labels.txt',
    transforms=eval_transforms)

# 初始化模型,并进行训练
# 可使用VisualDL查看训练指标,参考https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/visualdl.md
num_classes = len(train_dataset.labels)
model = pdx.cls.MobileNetV3_small(num_classes=num_classes)

# API说明：https://github.com/PaddlePaddle/PaddleX/blob/develop/docs/apis/models/classification.md
# 各参数介绍与调整说明：https://github.com/PaddlePaddle/PaddleX/tree/develop/docs/parameters.md
model.train(
    num_epochs=10,
    train_dataset=train_dataset,
    train_batch_size=32,
    eval_dataset=eval_dataset,
    lr_decay_epochs=[4, 6, 8],
    learning_rate=0.01,
    save_dir='output/mobilenetv3_small',
    use_vdl=True)

4 再看场景

4.1 生成短语字体分类数据集

在单字识别上碰了壁，现在我们回来思考下,字体识别分类的“初心”是什么？

其实既不是整段相同字体的识别、也不是单字字体的识别，二是短语的识别。

比如,我们把PaddleOCR文档的第一句话拎出来，是这么写的：

PaddleOCR旨在打造一套丰富、领先、且实用的OCR工具库,助力使用者训练出更好的模型,并应用落地。

好了,即使用中文论文的排版要求，最多也就要求PaddleOCR和OCR是Times New Roman字体，其它中文字体是宋体吧？

那么在识别的时候,即使是最复杂的场景，大不了再对各种短语加个检测模型？

—— 一个非常不成熟的设想是，用OCR文字识别,然后结合分词信息，框出短语检测框。

所以,现在我们完全可以试着降低下难度，把单字识别弄成短语识别，看看分类器是否能起作用？

from PIL import Image, ImageDraw, ImageFont
import os
import jieba
fileList = os.listdir('cn-fonts')


textList = ['PPOCRLabel是一款适用于OCR领域的半自动化图形标注工具',
'内置PPOCR模型对数据自动标注和重新识别',
'使用python3和pyqt5编写',
'支持矩形框标注和四点标注模式',
'导出格式可直接用于PPOCR检测和识别模型的训练',
'近期更新2021-8-11：新增功能',
'打开数据所在文件夹、图像旋转（注意：旋转前的图片上不能存在标记框）',
'（by Wei-JL）新增快捷键说明（帮助-快捷键）',
'修复批处理下的方向快捷键移动功能（by d2623587501）',
'新增批处理与撤销功能（by Evezerest)批处理功能',
'按住Ctrl键选择标记框后可批量移动、复制、删除、重新识别',
'撤销功能：在绘制四点标注框过程中或对框进行编辑操作后',
'按下Ctrl+Z可撤销上一部操作',
'修复图像旋转和尺寸问题',
'优化编辑标记框过程（by ninetailskim、 edencfc）',
'优化标注体验（by edencfc）：用户可在“视图',
'弹出标记输入框”选择在画完检测框后标记输入框是否弹出',
'识别结果与检测框同步滚动',
'识别结果更改为单击修改',
'（如果无法修改,请切换为系统自带输入法,或再次切回原输入法）',
'支持对单个标记框进行重新识别（by ninetailskim）',
'完善快捷键。尽请期待锁定框模式：针对同一场景数据',
'被锁定的检测框的大小与位置能在不同图片之间传递',
'如果您对以上内容感兴趣或对完善工具有不一样的想法',
'欢迎加入我们的SIG队伍与我们共同开发',
'可以在此处完成问卷和前置任务',
'经过我们确认相关内容后即可正式加入',
'享受SIG福利',
'共同为OCR开源事业贡献（特别说明：针对PPOCRLabel的改进也属于PaddleOCR前置任务）',
'PaddleX集成飞桨智能视觉领域图像分类',
'目标检测、语义分割、实例分割任务能力',
'将深度学习开发全流程从数据准备',
'模型训练与优化到多端部署端到端打通',
'并提供统一任务API接口及图形化开发界面Demo',
'开发者无需分别安装不同套件',
'以低代码的形式即可快速完成飞桨全流程开发。',
'PASSL is a Paddle based vision library for state-of-the-art Self-Supervised Learning research with PaddlePaddle',
'PASSL aims to accelerate research cycle in self-supervised learning: from designing a new self-supervised task to evaluating the learned representations.',
'新增产业最实用目标检测模型PP-YOLO',
'FasterRCNN、MaskRCNN、YOLOv3、DeepLabv3p等模型',
'新增内置COCO数据集预训练模型,适用于小模型精调',
'新增多种Backbone,优化体积及预测速度',
'优化OpenVINO、PaddleLite Android、服务端C++预测部署方案',
'新增树莓派部署方案等。',
'新增人像分割、工业标记读数案例',
'模型新增HRNet、FastSCNN、FasterRCNN',
'实例分割MaskRCNN新增Backbone HRNet',
'集成X2Paddle','PaddleX所有分类模型和语义分割模型支持导出为ONNX协议',
'新增模型加密Windows平台支持。新增Jetson、Paddle Lite模型部署预测方案。']

# 随机找一段短语
# mytext = 'PPOCRLabel是一款适用于OCR领域的半自动化图形标注工具,内置PPOCR模型对数据自动标注和重新识别。使用python3和pyqt5编写,支持矩形框标注和四点标注模式,导出格式可直接用于PPOCR检测和识别模型的训练。近期更新2021-8-11：新增功能：打开数据所在文件夹、图像旋转（注意：旋转前的图片上不能存在标记框）（by Wei-JL）新增快捷键说明（帮助-快捷键）、修复批处理下的方向快捷键移动功能（by d2623587501）2021-2-5：新增批处理与撤销功能（by Evezerest)批处理功能：按住Ctrl键选择标记框后可批量移动、复制、删除、重新识别。撤销功能：在绘制四点标注框过程中或对框进行编辑操作后,按下Ctrl+Z可撤销上一部操作。修复图像旋转和尺寸问题、优化编辑标记框过程（by ninetailskim、 edencfc）2021-1-11：优化标注体验（by edencfc）：用户可在“视图 - 弹出标记输入框”选择在画完检测框后标记输入框是否弹出。识别结果与检测框同步滚动。识别结果更改为单击修改。（如果无法修改,请切换为系统自带输入法,或再次切回原输入法）2020-12-18： 支持对单个标记框进行重新识别（by ninetailskim）,完善快捷键。尽请期待锁定框模式：针对同一场景数据,被锁定的检测框的大小与位置能在不同图片之间传递。如果您对以上内容感兴趣或对完善工具有不一样的想法,欢迎加入我们的SIG队伍与我们共同开发。可以在此处完成问卷和前置任务,经过我们确认相关内容后即可正式加入,享受SIG福利,共同为OCR开源事业贡献（特别说明：针对PPOCRLabel的改进也属于PaddleOCR前置任务）'

# mytext = "".join(jieba.cut(mytext))

# textList = list(jieba.cut(mytext))

!mkdir StsDataset
!mkdir StsDataset/FZHLJW
!mkdir StsDataset/FZSYJW
!mkdir StsDataset/NotoSansCJKsc-Black
!mkdir StsDataset/NotoSansCJKsc-Bold
!mkdir StsDataset/NotoSansCJKsc-DemiLight
!mkdir StsDataset/NotoSansCJKsc-Light
!mkdir StsDataset/NotoSansCJKsc-Medium
!mkdir StsDataset/NotoSansCJKsc-Regular
!mkdir StsDataset/NotoSansCJKsc-Thin
!mkdir StsDataset/NotoSerifCJKsc-Black
!mkdir StsDataset/NotoSerifCJKsc-Bold
!mkdir StsDataset/NotoSerifCJKsc-ExtraLight
!mkdir StsDataset/NotoSerifCJKsc-Light
!mkdir StsDataset/NotoSerifCJKsc-Medium
!mkdir StsDataset/NotoSerifCJKsc-Regular
!mkdir StsDataset/NotoSerifCJKsc-SemiBold

# 批量生成长文本、短语字体分类图片
for name in fileList:
    print(name)
    # font_dir = 'MyDataset/' + f[:-4]
    font_path = 'cn-fonts/'
    font=ImageFont.truetype(font_path + name, 24)
    text_width, text_height = font.getsize(name[:-4])
    for i,text_content in enumerate(textList):
        image = Image.new(mode='RGBA', size=(text_width, text_height))
        draw_table = ImageDraw.Draw(im=image)
        if len(text_content) >= 2 :
            draw_table.text(xy=(0, 0), text=text_content, fill='#000000', font=font) # text是要显示的文本
            image.save('StsDataset/' + name[:-4] + '/' + str(i) + '.png')

NotoSansCJKsc-Medium.otf
NotoSerifCJKsc-ExtraLight.otf
FZSYJW.TTF
NotoSerifCJKsc-Black.otf
FZHLJW.TTF
NotoSerifCJKsc-Regular.otf
NotoSansCJKsc-Black.otf
NotoSansCJKsc-DemiLight.otf
NotoSerifCJKsc-Bold.otf
NotoSerifCJKsc-Light.otf
NotoSerifCJKsc-Medium.otf
NotoSansCJKsc-Thin.otf
NotoSansCJKsc-Light.otf
NotoSansCJKsc-Bold.otf
NotoSerifCJKsc-SemiBold.otf
NotoSansCJKsc-Regular.otf

# 数据集划分
!paddlex --split_dataset --format ImageNet --dataset_dir StsDataset --val_value 0.2 --test_value 0.1

4.2 生成固定size字体分类数据集

前面我们生成的是字形图，不同字形图大小不一。

现在，尝试生成不同固定字号的单字图片。

!mkdir MyDataset/FZHLJW
!mkdir MyDataset/FZSYJW
!mkdir MyDataset/NotoSansCJKsc-Black
!mkdir MyDataset/NotoSansCJKsc-Bold
!mkdir MyDataset/NotoSansCJKsc-DemiLight
!mkdir MyDataset/NotoSansCJKsc-Light
!mkdir MyDataset/NotoSansCJKsc-Medium
!mkdir MyDataset/NotoSansCJKsc-Regular
!mkdir MyDataset/NotoSansCJKsc-Thin
!mkdir MyDataset/NotoSerifCJKsc-Black
!mkdir MyDataset/NotoSerifCJKsc-Bold
!mkdir MyDataset/NotoSerifCJKsc-ExtraLight
!mkdir MyDataset/NotoSerifCJKsc-Light
!mkdir MyDataset/NotoSerifCJKsc-Medium
!mkdir MyDataset/NotoSerifCJKsc-Regular
!mkdir MyDataset/NotoSerifCJKsc-SemiBold

from tqdm import tqdm
for name in fileList:
    print(name)
    font_dir = 'MyDataset/' + f[:-4]
    font_path = 'cn-fonts/'
    font = ImageFont.truetype(font_path + name, 196)
    font1 = TTFont(font_path + name)
    text_width, text_height = font.getsize(name[:-4])
    for i in tqdm(font1.getBestCmap()):
        image = Image.new(mode='RGBA', size=(text_width, text_height))
        draw_table = ImageDraw.Draw(im=image)
        if i < 100:
            draw_table.text(xy=(0, 0), text=chr(i), fill='#000000', font=font) # text是要显示的文本，我们可以直接生成ascii字符，也可以考虑在此处引入一个字典，逐字生成图片
            image.save('MyDataset/' + name[:-4] + '/' + str(i) + '.png')

# 数据集划分
!paddlex --split_dataset --format ImageNet --dataset_dir MyDataset --val_value 0.2 --test_value 0.1

5 小结

对于从字体转图片这个任务，在本项目中，对多种形式的字体分类识别数据集完成了准备。

当然，挑战才刚刚开始，字体分类这个任务，究竟用哪种模型才能达到较好的效果？还是要引入匹配算法？

后续项目中，将开始更加深入的探讨。