对Python生成汉字字库文字,以及转换为文字图片的实例详解


Posted in Python onJanuary 29, 2019

笔者小白在收集印刷体汉字的深度学习训练集的时候,一开始就遇到的了一个十分棘手的问题,就是如何获取神经网络的训练集数据。通过上网搜素,笔者没有找到可用的现成的可下载的汉字的训练集,于是笔者采用了代码自建汉字的训练集数据。

这里采用的是python编写程序,需要import 的python库请提前安装。

那么,首先如何用python输出汉字字库的文字?

笔者查到在计算机中汉字编码范围是0x4E00到0x9FA5,利用unichr()可以将十六进制的编码转成人类可读的字。

这里扩展一下在python库中什么是unichr(),以及什么是chr()和ord()。

chr( )函数用一个范围在range(256)内的(就是0~255)整数作参数,返回一个对应的字符。

unichr( )跟它一样,只不过返回的是Unicode字符,这个从Python 2.0才加入的unichr( )的参数范围依赖于你的Python是如何被编译的。

如果是配置为USC2的Unicode,那么它的允许范围就是range(65536)或0x0000-0xFFFF;如果配置为UCS4,那么这个值应该是range(1114112)或0x000000-0x110000。

如果提供的参数不在允许的范围内,则会报一个ValueError的异常。

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。

接下来就是把unicode编码的字写入文件呢,如果直接用open()的话,会提示UnicodeEncodeError: ‘ascii' codec can't encode character u'\u4e00' in position 0: ordinal not in range(128)

这里就是涉及到python读写文件时候的两种方式了,一种是open(),还一种是codecs.open( )。

对于open()这个python的内置函数来说, 打开文件的方式一般为:

f=open(file_name,access_mode = 'r',buffering = -1)。

file_name就是文件的路径加文件名字,不加路径则文件会存放在python程序的路径下,

access_mode就是操作文件的模式,主要有r,w,rb,wb等,细节网上一大堆,buffering = -1是用于指示访问文件所采用的缓存方式。0表示不缓存;1表示只缓存一行,n代表缓存n行。如果不提供或为负数,则代表使用系统默认的缓存机制。

>>> fr = open('test1.txt','wb')
>>> line1 = "我是谁"
>>> fr.write(line1)

打开以后就是写和读的操作。但是用open方法打开会有一些问题。open打开文件只能写入str类型,不管字符串是什么编码方式。所以对于写入文件的数据的编码不统一的时候,需要用到codecs.open()。

这种方法可以指定一个编码打开文件,使用这个方法打开的文件读取返回的将是unicode。

写入时,如果参数 是unicode,则使用open()时指定的编码进行编码后写入;如果是str,则先根据源代码文件声明的字符编码,解码成unicode后再进行前述 操作。

相对内置的open()来说,这个方法比较不容易在编码上出现问题。

>>> import codecs
>>> line2 = u'我是谁'
>>> fw = codecs.open('test1.txt','wb','utf-8')
>>> fw.write(line2)

这里是将汉字字库的文字写出到文本文件中,代码如下:

import codecs
start,end = (0x4E00, 0x9FA5) #汉字编码的范围
with codecs.open("chinese.txt", "wb", encoding="utf-8") as f:
 for codepoint in range(int(start),int(end)):
 f.write(unichr(codepoint)) #写出汉字

在同目录文件下,生成汉字字库的chinese.txt文件:

对Python生成汉字字库文字,以及转换为文字图片的实例详解

接下来就是把汉字字库的字一个个保存成图片,这里需要pip install pygame的库。

pygame可以将文字渲染到图片上保存。

代码如下:

#encoding: utf-8
import os
import pygame

chinese_dir = 'chinese'
if not os.path.exists(chinese_dir):
 os.mkdir(chinese_dir)

pygame.init()
start,end = (0x4E00, 0x9FA5) # 汉字编码范围
for codepoint in range(int(start), int(end)):
 word = unichr(codepoint)
 font = pygame.font.Font("msyh.ttc", 64)
 # 当前目录下要有微软雅黑的字体文件msyh.ttc,或者去c:\Windows\Fonts目录下找
 # 64是生成汉字的字体大小
 rtext = font.render(word, True, (0, 0, 0), (255, 255, 255))
 pygame.image.save(rtext, os.path.join(chinese_dir, word + ".png"))

这里是在chinese文件夹里面生成的文字图片,字体是黑体,然后再在个基础上可以继续自制汉字识别的训练集了。

对Python生成汉字字库文字,以及转换为文字图片的实例详解

以上这篇对Python生成汉字字库文字,以及转换为文字图片的实例详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python程序设计入门(5)类的使用简介
Jun 16 Python
提升Python程序运行效率的6个方法
Mar 31 Python
Python函数返回值实例分析
Jun 08 Python
Python随机生成带特殊字符的密码
Mar 02 Python
python3实现公众号每日定时发送日报和图片
Feb 24 Python
python模块smtplib实现纯文本邮件发送功能
May 22 Python
对Python Class之间函数的调用关系详解
Jan 23 Python
python实现Excel文件转换为TXT文件
Apr 28 Python
python基础教程之while循环
Aug 14 Python
PyTorch中 tensor.detach() 和 tensor.data 的区别详解
Jan 06 Python
python GUI库图形界面开发之PyQt5线程类QThread详细使用方法
Feb 26 Python
Django如何创作一个简单的最小程序
May 12 Python
Python实现点阵字体读取与转换的方法
Jan 29 #Python
使用python读取.text文件特定行的数据方法
Jan 28 #Python
python 实现一次性在文件中写入多行的方法
Jan 28 #Python
用Python逐行分析文件方法
Jan 28 #Python
Python使用Shelve保存对象方法总结
Jan 28 #Python
Python理解递归的方法总结
Jan 28 #Python
代码详解django中数据库设置
Jan 28 #Python
You might like
上传多个文件的PHP脚本
2006/11/26 PHP
PHP iconv 函数转gb2312的bug解决方法
2009/10/11 PHP
ThinkPHP中URL路径访问与模块控制器之间的关系
2014/08/23 PHP
php实现根据url自动生成缩略图的方法
2014/09/23 PHP
PHP实现随机生成水印图片功能
2017/03/22 PHP
Laravel Validator 实现两个或多个字段联合索引唯一
2019/05/08 PHP
用javascript实现计算两个日期的间隔天数
2007/08/14 Javascript
jquery 屏蔽一个区域内的所有元素,禁止输入
2009/10/22 Javascript
jQuery 添加/移除CSS类实现代码
2010/02/11 Javascript
jquery的extend和fn.extend的使用说明
2011/01/09 Javascript
Javascript 中的 call 和 apply使用介绍
2012/02/22 Javascript
setTimeout函数兼容各主流浏览器运行执行效果实例
2013/06/13 Javascript
js(JavaScript)实现TAB标签切换效果的简单实例
2014/02/26 Javascript
自编jQuery插件实现模拟alert和confirm
2014/09/01 Javascript
jQuery中offset()方法用法实例
2015/01/16 Javascript
jQuery图片渐变特效的简单实现
2016/06/25 Javascript
JavaScript实现刷新不重记的倒计时
2016/08/10 Javascript
js实现无缝循环滚动
2020/06/23 Javascript
AngularJs expression详解及简单示例
2016/09/01 Javascript
微信小程序 页面传参实例详解
2016/11/16 Javascript
关于在vue 中使用百度ueEditor编辑器的方法实例代码
2018/09/14 Javascript
微信小程序实现登录注册tab切换效果
2020/12/29 Javascript
小程序开发中如何使用async-await并封装公共异步请求的方法
2019/01/20 Javascript
JavaScript 自定义html元素鼠标右键菜单功能
2019/12/02 Javascript
使用Python实现一个简单的项目监控
2015/03/31 Python
Python编写Windows Service服务程序
2018/01/04 Python
pytorch 可视化feature map的示例代码
2019/08/20 Python
利用纯css3实现的文字亮光特效的代码演示
2014/11/27 HTML / CSS
简单总结CSS3中视窗单位Viewport的常见用法
2016/02/04 HTML / CSS
汽车专业毕业生推荐信
2013/11/12 职场文书
写给学生的新学期寄语
2014/01/18 职场文书
蜜蜂引路教学反思
2014/02/04 职场文书
《夜晚的实验》教学反思
2014/02/19 职场文书
Python中三种花式打印的示例详解
2022/03/19 Python
MyBatis在注解上使用动态SQL方式(@select使用if)
2022/07/07 Java/Android
python index() 与 rindex() 方法的使用示例详解
2022/12/24 Python