[发明专利]一种高效的电力信号描述模型训练方法

权利要求书

1.一种高效的电力信号描述模型训练方法，其特征在于：该方法包括以下步骤：

1)读取txt或excel文件；

2)设置训练文字的字体、大小、模型名称的参数；

3)按行读取选择的txt或excel文件，获取文字总行数，记为num_lines，以及这些行中字数最多的行的字数，记为max_length；

4)根据设置的字符间距(gap)、行间距(linespacing)、页面边距(padding)、图片最大宽度、单个文字宽度(width)、单个文字高度(height)，计算生成文字图片的宽度及高度；

5)若计算的图片宽度大于设置的图片最大宽度，则以图片最长宽度作为待生成图片的宽度，根据字符间距(gap)、行间距(linespacing)、页面边距(padding)重新计算图片高度；

6)根据步骤5)计算的图片大小，记为imgsize，调用Qt的QImage类生成全白的图片；

7)在全白的图片上按顺序绘制单个文字；

8)根据步骤7)中记录的每个字符位置及矩形长宽数据，分别以从上至下、从下至上、从左至右、从右至左四个方向扫描该矩形框内的图片的像素值；

9)将步骤8)的文字最小外接矩形的坐标[(x,y),(end_x,endy)]位置转换为tesseract训练的文字坐标系[(t_x,t_y),(t_end_x,t_endy)]，转换公式如下：

t_x＝x

t_y＝height_image–y-(endy-y)

t_endx＝x+width_image

t_endy＝height_image–y；

10)将每个文字按步骤9)进行坐标转换计算，并将每个文字的数据按以下格式写入并保存到一个后缀为.box的文本文件中，每个文字数据占一行：

文字t_x t_y t_endx t_endy

11)根据设置参数，使用tesseract命令生成后缀为.tr的文本文件，命令如下：

tesseract power.font.exp0.tif power.font.exp0 –psm 6 nobatch box.train；

12)读取人工标记文件夹内所有后缀为.tif、.box、.tr文件，同时检测文件夹中文件名为font_properties的文本文件是否存在，若不存在，则根据所有后缀为.tif的图片文件名称，将名称第一个“.”和第二个“.”间的名称作为字体名称，过滤重复的字体名称，将每个字体作为一行，按以下格式写入文件名为font_properties的文本文件中，格式如下：

font 0 0 0 0 0；

13)依次执行tesseract的unicharset_extractor、shapeclustering、mftraining、cntraing训练命令，生成后缀为.traineddata的文件，该文件即为文字模型文件；

14)完成训练后，训练工具自动调用tesseract命令识别步骤7)生成的图片，并将识别结果和录入的文字进行对比，提示识别错误文字、文字召回率和准确率。

2.根据权利要求1所述的一种高效的电力信号描述模型训练方法，其特征在于：继续将含有错误文字的实际应用图片利用图片工具转换为后缀为.tif的图片文件，并使用标记工具人工标记生成.box文本文件，加入到人工标记文件夹，重新进行训练。

3.根据权利要求1所述的一种高效的电力信号描述模型训练方法，其特征在于：步骤4)中生成文字图片的宽度及高度计算公式如下：

图片宽度(width_image)＝padding*2+max_length*(gap+width)图片高度(height_image)＝padding*2+num_lines*(linespacing+height)。