IndustrialDigitDatasetGenerator 是一个专门用于生成工业场景下数字图像数据集的工具。它能够从系统自带字体中提取数字(0-9)，并通过多种数据增强技术生成适用于工业环境的合成数据集。我们提供3种模式，(a)使用一般工业背景生成支持YOLO格式的目标检测标注的数据集，(b)使用一般实际应用场景的自定义背景生成支持YOLO格式的目标检测标注的数据集，(c)使用一般工业背景生成图像分类标注的数据集。本工具支持多线程处理，依赖库简单，模块化设计，大量参数引出可供调节，易于使用。
工业数字图像、工业仪表检测、仪表自动化、仪表盘读数识别、工业仪表读数识别、数据增强、目标检测、YOLO标注、 字体提取 、游标卡尺自动读数、图像分类
Industrial Digital Image、Industrial Instrument Detection、Instrument Automation、Dial Reading Recognition、Industrial Instrument Reading Recognition、Data Augmentation、Object Detection、YOLO Annotation、Font Extraction、Caliper Reading、 Image Classification
- 添加单独的小图，以生成可用以图像分类任务的数据集
- 添加自定义背景以及可供放置的区域🔴🔴🔴
- 添加自定义字库
- 添加自定义干扰图案库
- 添加数字1紧凑处理🔴🔴
- 添加形态学处理
- 添加数字放到背景图像中，添加图像融合🔴
- 衬线和无衬线字体的区分
- bug: png图像中的颜色数据（CData）和透明度数据（AlphaData）
- 字体提取添加更多路径，添加linux支持
- 添加种子抑制随机
- bug: pillow库版本问题，目前至少一个textsize兼容问题
- 添加字体提取部分的提示，说明提取了多少种
- 自动扫描并提取系统中的字体文件(默认支持Windows系统和WSL,其他系统修改字体目录即可)
- 过滤不适用的特殊字体
- 自动裁剪和对齐数字图像
-
噪声增强
- 高斯噪声
- 椒盐噪声
- 斑点噪声
- 泊松噪声
-
图像变换
- 随机旋转
- 透视变形
- 长宽比调整
- 灰度调整
- 随机遮挡
-
工业背景
- 柏林噪声生成
- 真实工业图像背景(NEU-DET)，可自行添加
- 随机条纹和污点
-
随机图案干扰增强
- 圆形图案（实心/空心）
- 矩形图案（实心/空心）
- 三角形图案（实心/空心）
- 六边形图案（实心/空心）
- 垂直条纹图案
- 水平条纹图案
- 支持自定义图案颜色
- 支持调节图案大小和数量
- 支持调节图案透明度
- 随机位置和旋转角度
-
字母干扰增强
- 从字体文件提取字母
- 进行随机字母干扰或者标注（用于对抗表盘单位）
- 自动生成YOLO格式标注,包含边界框和类别信息
- 自动生成图像分类数据集，使用文件夹名字作为标注信息
确保已安装以下Python库：
- numpy
- Pillow
- matplotlib
- tqdm
可以通过以下命令安装：
pip install numpy pillow matplotlib tqdm或者, 这是我们的环境配置。
conda create -n IDDG_env python=3.10
conda activate IDDG_env
pip install -r requirements.txt我们使用NEU-DET数据集作为真实工业背景，请自行下载，并按照项目结构放置。
python font_extractor.py从系统中提取数字字体并保存为PNG格式。
Tips：
- 对于提取出来的字体进行手动查看之后再生成数据集，以防提取出不合适的字体。
- 如果你知道你所应用的场景是哪一种字体，可以修改
default_config.py中的字体目录，生成指定的字体以提高数据集的精确度。
python font_png_augmentation.py使用提取的字体生成带有工业背景的数字图像数据集。
python visualize_annotations.py可视化生成的图像及其YOLO格式标注。
python test_noise_pattern.py可视化测试噪声图案生成效果
python test_digit_augmentation.py可视化测试数字增强效果
IndustrialDigitDatasetGenerator/
├── NEU-DET/ # 真实工业背景图片目录
│ └── IMAGES/ # 图片目录
├── font_numbers/ # 提取的字体图片目录
│ ├── 0/
│ ├── 1/
│ ├── 2/
│ ├── 3/
│ ├── 4/
│ ├── 5/
│ ├── 6/
│ ├── 7/
│ ├── 8/
│ └── 9/
├── augmented_dataset/ # 生成的定位与检测数据集目录
├── classification_dataset/ # 生成的图像分类的数据集目录
├── custom_background/ # 自定义背景图片目录
├── custom_noise_patterns/ # 自定义干扰图案目录
├── template_num/ # 自定义字体目录
├── docs/ # 文档目录
│ └── images/ # 文档图片目录
|—— default_config.py # 默认配置参数
├── font_extractor.py # 字体提取工具
├── font_png_augmentation.py # 目标检测数据集生成主程序
├── generate_classification_dataset.py # 图像分类数据集生成主程序
├── test_digit_augmentation.py # 数字增强测试工具
├── test_noise_pattern.py # 噪声图案测试工具
├── visualize_annotations.py # 标注可视化工具
├── requirements.txt # 依赖库列表
└── README.md # 项目说明文档
欢迎提交 Issue 和 Pull Request。
本项目采用 MIT 许可证。详情请参阅 LICENSE 文件。
不同类型的随机图案干扰示例
