这是一个用于生成中文文字标注数据的合成工具，可以将文字渲染到各种背景图像上，并自动生成相应的标注数据。支持多种数据集格式导出，可用于训练文字检测和识别模型。
- 支持自定义字体和字号
- 支持多种背景图片（PNG、JPG、JPEG、BMP）
- 可配置文字颜色和背景颜色
- 支持随机位置生成
- 支持文字旋转和透视变换
- 自动生成标注数据
- 支持导出多种数据集格式（COCO、YOLO、CreateML）
- 支持数据集划分（训练集、验证集、测试集）
- Python 3.6+
- PIL (Pillow)
- OpenCV (cv2)
- NumPy
- 克隆项目到本地：
git clone <repository_url>
cd synthesizer_cn- 安装依赖：
pip install -r requirements.txt- 字体文件：将需要使用的字体文件（.ttf格式）放在
font目录下 - 背景图片：将背景图片放在
background目录下（支持 .png、.jpg、.jpeg、.bmp 格式）
--mode generate # 运行模式：生成标注数据
--font-path # 字体文件路径，默认：./font/kai_ti.ttf
--font-size # 字体大小，默认：32
--text-color # 文字颜色 (RGB)，默认：0 0 0
--background-size # 背景图像大小 (宽 高)，默认：200 200
--background-color # 背景颜色 (RGB)，默认：255 255 255
--output-dir # 输出目录，默认：./output/images
--char-count # 生成的汉字数量，默认：50--mode export # 运行模式：导出数据集
--export-format # 导出格式：coco/yolo/createml，默认：coco
--export-dir # 数据集导出目录，默认：./output/dataset
--split # 是否划分数据集
--train-ratio # 训练集比例，默认：0.7
--val-ratio # 验证集比例，默认：0.2
--test-ratio # 测试集比例，默认：0.1基本用法：
python examples/demo.py --mode generate自定义参数：
python examples/demo.py --mode generate \
--font-path ./font/kai_ti.ttf \
--font-size 32 \
--text-color 0 0 0 \
--background-size 200 200 \
--background-color 255 255 255 \
--output-dir ./output/images \
--char-count 50导出为COCO格式：
python examples/demo.py --mode export --export-format coco导出为YOLO格式并划分数据集：
python examples/demo.py --mode export \
--export-format yolo \
--split \
--train-ratio 0.7 \
--val-ratio 0.2 \
--test-ratio 0.1 \
--export-dir ./output/dataset程序会在指定的输出目录下生成：
- 合成的图片文件（PNG格式）
annotations.json标注文件
标注数据格式：
{
"text": "文字内容",
"position": [x, y],
"size": [width, height],
"transform": {
"rotation": "角度",
"perspective": [[x1,y1], [x2,y2], [x3,y3], [x4,y4]]
},
"image_path": "图片路径"
}根据选择的导出格式，会在导出目录下生成相应格式的数据集文件：
- COCO格式：生成
annotations.json和图片文件 - YOLO格式：生成
.txt标注文件和图片文件 - CreateML格式：生成
annotations.json和图片文件
如果启用数据集划分，会自动创建 train/val/test 子目录。
from src.background import BackgroundGenerator
from src.text import TextRenderer
from src.synthesizer import Synthesizer
# 初始化组件
bg_generator = BackgroundGenerator()
text_renderer = TextRenderer()
synthesizer = Synthesizer(bg_generator, text_renderer)
# 加载背景和字体
bg_generator.load_background_directory('background')
text_renderer.load_font('font/kai_ti.ttf', 32)
# 生成数据
texts = ['你好', '世界']
output_dir = 'output/images'
annotations = synthesizer.batch_synthesize(texts, output_dir)- 确保背景图片尺寸适合目标使用场景
- 字体大小会根据背景尺寸自动调整，以确保文字合适显示
- 如果未提供背景图片，将使用纯色背景
- 所有输出目录会自动创建，无需手动创建
- 导出数据集时请确保生成的标注数据存在