python處理車牌字元資料

為了用深度學習來訓練一個車牌識別的字元識別模型，首先需要解決的問題是處理資料的問題，為了能夠把資料傳入到網路裡進行訓練，我這裡使用的one_hot編碼，具體的細節如下：

首先準備資料集： 一部分自己的資料集，一部分是 Easypr的資料集（後500張圖片作為測試集，其他的作為訓練集）67617張
類別：65類
0-9共十個類，A-Z共二十四個類(除了O,I)，

中文漢字共三十一個類( '鄂','贛','甘','貴','桂','黑','滬','冀','吉','津','晉','京','遼','魯','蒙','閩','寧','青','瓊','陝','蘇','皖','湘','新','豫', '渝','粵','雲','藏','浙')

歸一化：
將每張輸入字元圖片大小歸一化為20X20，並轉成灰階；
圖片的命名格式：
將資料集中的圖片命名為label.num.jpg(比如：0.0.jpg)，目的是在於更方便的取得圖片的標籤與圖片；
省份使用拼音字串儲存：
chuan.0.jpg
標籤使用one-hot編碼：
得到圖片類別標籤後，將其轉成one-hot編碼；
處理成.npy的資料格式：
將之前處理好的圖片資料與標籤，使用numpy函數形成資料檔案.npy。

顯示處理過的部分資料：

圖1為車牌字元的圖片

圖2為車牌字元圖片相對應的標籤即類別

核心代碼如下：

def label_img(img):

label = np.eye(65, dtype=int)
    word_lable = img

label = np.eye(65, dtype=int)
    word_lable = img

def create_train_data():
    training_data = []
    for fpathe, dirs, fs in tqdm(os.walk(train_dir)):
        for f in fs:
            img = cv2.imread(os.path.join(fpathe, f),cv2.IMREAD_GRAYSCALE)
            image_name = os.path.join(fpathe, f).split('\\')[2]
            image=image_name.split('.')[0]
            label = label_img(image)
            img = cv2.resize(img, (IMG_SIZE, IMG_SIZE))
            training_data.append([np.array(img), np.array(label)])
    shuffle(training_data)
    np.save('路徑，training_data）
    return training_data