跳至主要内容

進階用法

除了基本的使用方法外，我們還提供了一些進階的設定，讓你可以更靈活地控制輸出的文字圖像。在這裡我們引入隨機性的設定，這些特性主要被用來訓練模型。

若想要使用隨機性的功能，請使用 RandomWordCanvas 類別。

隨機字型​

使用 random_font 參數啟用隨機字型的功能。當 random_font 設定為 True 時，參數 font_bank 才會生效，同時，font_path 會被忽略。

你應該要指定 font_bank 參數到你的字型庫中，因為預設值為套件底下的目錄 fonts，為了範例說明，我們預先在 fonts 目錄下放了兩個字型，因此如果你沒有修改 font_bank 的話，就只會隨機選擇這兩個字型。

import numpy as np
from wordcanvas import RandomWordCanvas

gen = RandomWordCanvas(
    random_font=True,
    output_size=(64, 512),
    # font_bank="path/to/your/font/bank"
)

imgs = []
for _ in range(8):
    text = 'Hello, World!'
    img = gen(text)
    imgs.append(img)

# 結合所有圖片一起輸出
img = np.concatenate(imgs, axis=0)

sample17

隨機文字內容​

你可能不知道要生成什麼文字，這時候可以使用 random_text 參數。

當 random_text 設定為 True 時，原本輸入的 text 會被忽略。

import numpy as np
from wordcanvas import RandomWordCanvas

gen = RandomWordCanvas(
    random_text=True,
    output_size=(64, 512),
)

imgs = []
for _ in range(8):
    text = 'Hello!World!' # 這個輸入會被忽略
    img = gen(text)
    imgs.append(img)

# 結合所有圖片一起輸出
img = np.concatenate(imgs, axis=0)

sample18

指定字串長度​

當啟用 random_text 時，你可以使用：

  • min_random_text_length: 最小文字長度
  • max_random_text_length: 最大文字長度

這兩個參數來指定文字的長度範圍。

import numpy as np
from wordcanvas import RandomWordCanvas

# 固定生成 5 個字元的文字
gen = RandomWordCanvas(
    random_text=True,
    min_random_text_length=5,
    max_random_text_length=5,
    output_size=(64, 512),
)

imgs = []
for _ in range(8):
    img = gen()
    imgs.append(img)

# 結合所有圖片一起輸出
img = np.concatenate(imgs, axis=0)

sample19

隨機背景顏色​

使用 random_background_color 參數啟用隨機背景顏色的功能。

import numpy as np
from wordcanvas import RandomWordCanvas

gen = RandomWordCanvas(
    random_background_color=True,
    output_size=(64, 512),
)

imgs = []
for _ in range(8):
    text = 'Hello, World!'
    img = gen(text)
    imgs.append(img)

# 結合所有圖片一起輸出
img = np.concatenate(imgs, axis=0)

sample20

隨機文字顏色​

使用 random_text_color 參數啟用隨機文字顏色的功能。

import numpy as np
from wordcanvas import RandomWordCanvas

gen = RandomWordCanvas(
    random_text_color=True,
    output_size=(64, 512),
)

imgs = []
for _ in range(8):
    text = 'Hello, World!'
    img = gen(text)
    imgs.append(img)

# 結合所有圖片一起輸出
img = np.concatenate(imgs, axis=0)

sample21

隨機文字對齊​

使用 random_align_mode 參數啟用隨機文字對齊的功能。

import numpy as np
from wordcanvas import RandomWordCanvas

gen = RandomWordCanvas(
    random_align_mode=True,
    output_size=(64, 512),
)

imgs = []
for _ in range(8):
    text = 'Hello, World!'
    img = gen(text)
    imgs.append(img)

# 結合所有圖片一起輸出
img = np.concatenate(imgs, axis=0)

sample22

隨機文字方向​

使用 random_direction 參數啟用隨機文字方向的功能。

建議將這個參數與 output_direction 一起使用，方便輸出影像。

import numpy as np
from wordcanvas import RandomWordCanvas, OutputDirection

gen = RandomWordCanvas(
    random_direction=True,
    output_direction=OutputDirection.Horizontal,
    output_size=(64, 512),
)

imgs = []
for _ in range(8):
    text = '午安，或是晚安。'
    img = gen(text)
    imgs.append(img)

# 結合所有圖片一起輸出
img = np.concatenate(imgs, axis=0)

sample23

隨機文字外框​

使用 random_stroke_width 參數啟用隨機文字外框的功能。同時可以搭配 min_random_stroke_width 和 max_random_stroke_width 來指定外框的寬度範圍。

外框顏色可以透過 stroke_fill 進行指定，或是使用 random_stroke_fill 啟用隨機外框顏色。

import numpy as np
from wordcanvas import RandomWordCanvas

gen = RandomWordCanvas(
    random_stroke_width=True,  # 啟用隨機外框寬度
    random_stroke_fill=True,   # 啟用隨機外框顏色
    min_random_stroke_width=1, # 最小外框寬度
    max_random_stroke_width=5, # 最大外框寬度
    output_size=(64, 512),
)

imgs = []
for _ in range(8):
    text = 'Hello, World!'
    img = gen(text)
    imgs.append(img)

# 結合所有圖片一起輸出
img = np.concatenate(imgs, axis=0)

sample32

注意

使用 random_stroke_width 會收到警告：

Using `random_stroke_width` may cause an OSError: array allocation size too large error with certain text.
This is a known issue with the `Pillow` library (see https://github.com/python-pillow/Pillow/issues/7287) and cannot be resolved directly.

因為我們在測試中發現，在 Pillow 內使用 stroke_width 會不定期出現 OSError 的錯誤。這是 Pillow 的一個已知問題，我們把相關的 issue 連結放在了警告中，你可以點擊查看。

隨機多行文字間距​

使用 random_spacing 參數啟用隨機多行文字間距的功能。可以搭配 min_random_spacing 和 max_random_spacing 來指定間距的範圍。

import numpy as np
from wordcanvas import RandomWordCanvas, AlignMode

gen = RandomWordCanvas(
    random_spacing=True,
    min_random_spacing=10,
    max_random_spacing=100,
    align_mode=AlignMode.Center,
    output_size=(128, 512),
)

imgs = []
for _ in range(2):
    img = gen('你好！\nHello, World!')
    imgs.append(img)

# 結合所有圖片一起輸出
img = np.concatenate(imgs, axis=1)

sample33

字型權重​

由於每個字型所支援的文字數量不一致，因此在訓練模型時，我們可能會遇到字型權重不均的問題。為了緩解這個問題，可以使用 random_font_weight 參數。

提示

簡單來說，由於每個字型被選擇的機率是一樣的，但某些文字只有少數的字型才能支援，因此你會發現有些文字幾乎不會被訓練到。

from wordcanvas import RandomWordCanvas

gen = RandomWordCanvas(
    random_font=True,
    random_font_weight=True,
    output_size=(64, 512),
)

當啟用這個參數時，RandomWordCanvas 會根據字型支援的文字數量來調整字型的選擇機率，當字型支援的文字愈少，那被選中的機率就會愈低，以達到均勻分配的效果。

阻擋名單​

我們在使用字型時，發現有些字型表裡不一。

舉例來說，從字型檔案中可以讀取到該字型所支援的文字列表，但是在實際使用時，卻發現有些文字卻無法正確渲染。對此我們感到無奈，所以特別開發了一個阻擋名單的功能，讓你可以將這些字型排除在外。

請使用參數 block_font_list 來設定阻擋名單：

import numpy as np
from wordcanvas import WordCanvas, RandomWordCanvas

gen = WordCanvas(
    block_font_list=['AABB']
)

gen_random = RandomWordCanvas(
    block_font_list=['AABB'],
)

設定後，程式會自動過濾掉帶有你所設定的 *AABB*.(ttf|otf) 的字型，不會被選中。

儀表板​

我們再次回到儀表板，RandomWordCanvas 的資訊更為豐富：

sample34

在隨機性的相關參數啟用時，True 的參數會被標示為綠色，False 的參數會被標示為紅色。

我們希望可以透過這個設計，來讓你快速地確認相關設定。

小結​

在開發工具的過程中，我們的目標是創建一個能夠靈活地生成各種文字圖像的工具，特別是為了深度學習模型的訓練。

隨機性的引入旨在模擬現實世界中的各種情況，這對於提高模型的適應性和泛化能力有極大的幫助，希望你會喜歡這些功能。

最後由 zephyr-sh 於 更新