training data generation

[wayneszq]

hi，great code. Thanks for sharing. 在训练过程中，发现了一个地方有些疑问。
在数据生成的代码中有一些疑问， 在gernerator.py 的 line 180，这里需要随机生成文字。但是看到这里的逻辑确实从所有font文件中加载所有字符，而不是使用Generaotr初始化时传入的字典（self.alpha)。这个可能会导致不能更换字符集的问题。

`

def gen_image(self):
    idx = np.random.randint(len(self.max_len_list))
    image = self.gen_background()
    image = image.astype(np.uint8)
    target_len = int(np.random.uniform(self.min_len, self.max_len_list[idx], size=1))

    # 随机选择size,font
    size_idx = np.random.randint(len(self.font_size_list))
    font_idx = np.random.randint(len(self.font_path_list))
    font = self.font_list[size_idx][font_idx]
    font_path = self.font_path_list[font_idx]
    # 在选中font字体的可见字符中随机选择target_len个字符
    text = np.random.choice(FONT_CHARS_DICT[font_path], target_len)
    text = ''.join(text)

`

考虑使用：
text = random.choices(self.alpha[1:], k=target_len)

替换

text = np.random.choice(FONT_CHARS_DICT[font_path], target_len)

但是不知道会不会出现有些字符在font文件中不存在的情况。

[yizt]

@wayneszq 感谢您的反馈，这个问题之前已经修复了，请看fontutils.py中word_set.__contains__(c)

word_set = set(cfg.word.get_all_words())
... ... 
    for font, font_path in zip(font_list, font_path_list):
        font_chars = get_font_chars(font_path)
        font_chars = [c.strip() for c in font_chars if len(c) == 1 and
                      word_set.__contains__(c) and
                      is_char_visible(font, c)]  # 可见字符
        font_chars = list(set(font_chars))  # 去重
        font_chars.sort()
        font_chars_dict[font_path] = font_chars

[wayneszq]

感谢，利用上面的功能确实可以解决：“有些字符在font文件中不存在的情况”。

另外请教两个问题：

1. 有尝试过CRNN处理彩色文字吗？可以分享下经验吗
   我把网络输入的第一个CNN input channel的输入改成了3， 正在尝试彩色的效果。loss目前下降到了0.088，60epoch左右。好像loss也没有再下降了。

2. 请问有计划添加val 模块吗？包括tensorboard的eval图片展示等等功能。

[yizt]

@wayneszq 1. 彩色图像可以转为灰度图处理；2. 训练时的验证后面会加，tensorboard图像展示没有，只有scalar展示