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实现基本数据结构中栈的操作示例
Dec 04 Python
使用python生成杨辉三角形的示例代码
Aug 29 Python
使用Python实现从各个子文件夹中复制指定文件的方法
Oct 25 Python
Python之循环结构
Jan 15 Python
Python Pandas 如何shuffle(打乱)数据
Jul 30 Python
pytorch 可视化feature map的示例代码
Aug 20 Python
Python如何优雅获取本机IP方法
Nov 10 Python
使用Pandas的Series方法绘制图像教程
Dec 04 Python
在Mac中PyCharm配置python Anaconda环境过程图解
Mar 11 Python
Python写捕鱼达人的游戏实现
Mar 31 Python
Python自动登录QQ的实现示例
Aug 28 Python
python语言实现贪吃蛇游戏
Nov 13 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
英雄试炼之肉山谷—引领RPG新潮流
2020/04/20 DOTA
php站内搜索并高亮显示关键字的实现代码
2011/12/29 PHP
php中3种方法统计字符串中每种字符的个数并排序
2012/08/27 PHP
教你如何开启shopnc b2b2c 伪静态
2014/10/21 PHP
laravel5.0在linux下解决.htaccess无效和去除index.php的问题
2019/10/16 PHP
不使用jquery实现js打字效果示例分享
2014/01/19 Javascript
jQuery简易图片放大特效示例代码
2014/06/09 Javascript
jQuery中bind(),live(),delegate(),on()绑定事件方法实例详解
2016/01/19 Javascript
javascript拖拽应用实例(二)
2016/03/25 Javascript
原生JS京东轮播图代码
2017/03/22 Javascript
VUE实现表单元素双向绑定(总结)
2017/08/08 Javascript
Node.js如何使用Diffie-Hellman密钥交换算法详解
2017/09/05 Javascript
JS+HTML+CSS实现轮播效果
2017/11/28 Javascript
收集前端面试题之url、href、src
2018/03/22 Javascript
微信小程序自定义组件封装及父子间组件传值的方法
2018/08/28 Javascript
vue服务端渲染缓存应用详解
2018/09/12 Javascript
react配置antd按需加载的使用
2019/02/11 Javascript
详解基于 Node.js 的轻量级云函数功能实现
2019/07/08 Javascript
JS中的算法与数据结构之二叉查找树(Binary Sort Tree)实例详解
2019/08/16 Javascript
JavaScript实现飞舞的泡泡效果
2020/02/07 Javascript
JS+HTML实现自定义上传图片按钮并显示图片功能的方法分析
2020/02/12 Javascript
js实现超级玛丽小游戏
2020/03/18 Javascript
Vue this.$router.push(参数)实现页面跳转操作
2020/09/09 Javascript
JavaScript获取时区实现过程解析
2020/09/24 Javascript
python实现比较文件内容异同
2018/06/22 Python
基于PyQt4和PySide实现输入对话框效果
2019/02/27 Python
python 如何去除字符串头尾的多余符号
2019/11/19 Python
python自动生成sql语句的脚本
2021/02/24 Python
Html5饼图绘制实现统计图的方法
2020/08/05 HTML / CSS
阿姆斯特丹城市卡:Amsterdam Pass
2019/12/01 全球购物
优秀员工自荐信范文
2013/10/05 职场文书
委托书如何写
2014/08/30 职场文书
忠诚奉献演讲稿
2014/09/12 职场文书
2014国庆65周年领导讲话稿(3篇)
2014/09/21 职场文书
Mysql systemctl start mysqld报错的问题解决
2021/06/03 MySQL
Java Shutdown Hook场景使用及源码分析
2021/06/15 Java/Android