[发明专利]一种高效的电力信号描述模型训练方法

说明书

本发明公开了一种高效的电力信号描述模型训练方法，该方法为：读取txt或excel文件；设置训练文字参数；生成文字图片的宽度及高度；判断图片宽度，重新计算图片高度；调用Qt的QImage类生成全白的图片；在全白的图片上绘制单个文字；记录的每个字符位置及矩形长宽数据；训练文字转换坐标系；并将每个转换文字的数据保存到一个后缀为.box的文本文件中；生成后缀为.tr的文本文件；读取人工标记文件夹内所有后缀为.tif、.box、.tr文件；执行tesseract的训练命令，生成后缀为.traineddata的文件；自动调用tesseract命令识别生成的图片，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。本发明简化了文字训练的步骤，能快速实现文字训练，快速生成所需的训练模型，提高了训练效率。

技术领域

本发明属于中文训练模型训练方法技术领域，具体涉及一种高效的电力信 号描述模型训练方法。

背景技术

Tesseract文字识别引擎自带的中文训练模型识别率较低，通过重新训练用 户常用文字提高文字识别率是用户的常用做法。由于训练需要大量调整图片 中文字的位置、文字框大小，为文字训练带来极大的工作量。

发明内容

本发明要解决的技术问题是：提供一种高效的电力信号描述模型训练方 法，以解决现有技术中存在的问题。

本发明采取的技术方案为：一种高效的电力信号描述模型训练方法，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(跨平台C++ 图形用户界面应用程序开发框架)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)由于QImage图像坐标系与Tesseract训练用的文字坐标系不一致(见 图3)，且tesseract需要文字最小外接矩形的左下角和右上角顶点坐标作为 训练数据，因此将步骤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