MSRA-TD5000数据集使用详解

傷城~ 2022-03-01 20:14 346阅读 0赞

> 中文检测的数据集，目前最火的应该是清华的CTW，[https://ctwdataset.github.io/][https_ctwdataset.github.io] 但是它的数据集只存储在微云和google driver，微云空间受限不能完全保存，所以下载的时候很蛋疼。我这边就挑了一个相对较小的数据集——MSRA TD5000，这个数据集支持中英文的倾斜文本检测。

详情参考MSRA的官方地址：[http://www.iapr-tc11.org/mediawiki/index.php/MSRA\_Text\_Detection\_500\_Database\_(MSRA-TD500)][http_www.iapr-tc11.org_mediawiki_index.php_MSRA_Text_Detection_500_Database_MSRA-TD500]

里面的内容为图片和label，这里的label表示方法很蛋疼，是RBOX风格的，即

index, defficult label, x, y, width, height, theta

![o_MSRA-TD500_GT_Sample2.jpg][]

这里这个theta不好理解，其实它是弧度...

> 弧度就是角度的一种度量方式，是用弧长与半径的比来计算。因此0表示0度，π表示180度，π/2表示90度。

在python中，可以通过`math.radius()`来做角度和弧度的变换。

print(math.radians(90)) # 1.5707963267948966
    print(math.radians(180)) # 3.141592653589793
    print(math.radians(360)) # 6.283185307179586

一般的深度学习算法，接收的矩形框都是QUAD风格的，即：

x1,y1,x2,y2,x3,y3,x4,y4,text

因此我这边通过Python代码进行了坐标的变换：

def rotate(angle, x, y):
        """
        基于原点的弧度旋转
    
        :param angle:   弧度
        :param x:       x
        :param y:       y
        :return:
        """
        rotatex = math.cos(angle) * x - math.sin(angle) * y
        rotatey = math.cos(angle) * y + math.sin(angle) * x
        return rotatex, rotatey
    
    def xy_rorate(theta, x, y, centerx, centery):
        """
        针对中心点进行旋转
    
        :param theta:
        :param x:
        :param y:
        :param centerx:
        :param centery:
        :return:
        """
        r_x, r_y = rotate(theta, x - centerx, y - centery)
        return centerx+r_x, centery+r_y
    
    def rec_rotate(x, y, width, height, theta):
        """
        传入矩形的x,y和宽度高度，弧度，转成QUAD格式
        :param x:
        :param y:
        :param width:
        :param height:
        :param theta:
        :return:
        """
        centerx = x + width / 2
        centery = y + height / 2
    
        x1, y1 = xy_rorate(theta, x, y, centerx, centery)
        x2, y2 = xy_rorate(theta, x+width, y, centerx, centery)
        x3, y3 = xy_rorate(theta, x, y+height, centerx, centery)
        x4, y4 = xy_rorate(theta, x+width, y+height, centerx, centery)
    
        return x1, y1, x2, y2, x3, y3, x4, y4

再重新写回txt文本里面就可以了。

作者：[xingoo][]

出处：[http://www.cnblogs.com/xing901022][xingoo]

本文版权归作者和博客园共有。欢迎转载，但必须保留此段声明，且在文章页面明显位置给出原文连接！

[https_ctwdataset.github.io]: https://ctwdataset.github.io/
[http_www.iapr-tc11.org_mediawiki_index.php_MSRA_Text_Detection_500_Database_MSRA-TD500]: http://www.iapr-tc11.org/mediawiki/index.php/MSRA_Text_Detection_500_Database_%28MSRA-TD500%29
[o_MSRA-TD500_GT_Sample2.jpg]: /images/20220302/4627d9def9c148bc8cf0bd9d9753efa4.png
[xingoo]: http://www.cnblogs.com/xing901022