conda create -n  ocr-cn python=3.6 pip scipy numpy ##运用conda 创建python环境
source activate ocr-cn
pip install -r requirements.txt -i https://mirrors.163.com/pypi/simple/

# 英文数据集
sh ./shell/get_mjsynth_data.sh
# 中文文本数据
sh ./shell/get_sample_data.sh

.
├── mjsynth_data
│   ├── mjsynth.tar.gz
│   └── mnt                 #解压以后路径
└── raw_data
    ├── cnews_data.zip
    ├── cnews.test.txt
    ├── cnews.train.txt
    └── cnews.val.txt       #验证数据集 

cd ./crnn_ctc/shell
tree -L 1

├── data_cn                         #中文训练临时文件夹
├── data_en                         #英文训练临时文件夹
├── generation_cn_tfrecord.sh       #生成中文Tfrecord 记录
├── generation_en_tfrecord.sh       #生成英文Tfrecord 记录
├── test-cn.sh                      #测试中文模型脚本
├── test-en.sh                      #测试英文模型脚本
├── train-cn.sh                     #训练中文模型
└── train-en.sh                     #训练英文模型

cd ./crnn_ctc/shell

sh generation_en_tfrecord.sh   10000  0.2    # 生成英文数据

sh generation_cn_tfrecord.sh  ../../sample_data/test.txt  0.2    #很少的数据， 用于验证环境是否正常

sh generation_cn_tfrecord.sh  ../../output/raw_data/cnews.val.txt 0.02  # 使用前一步准备好的数据

# 进行训练
sh train-cn.sh
sh train-en.sh

# 测试模型
sh test-cn.sh
sh test-en.sh


cd ./data_cn
tree -L 1
.
├── char_dict.json
├── char_map.json
├── images                  # 生成的图片
├── model_save              # 模型保存地址
├── ord_map.json            
├── test_labels.txt
├── text_split.txt
├── tfrecords               # tfrecords 路径
├── train_labels.txt
├── train.txt
├── valid_labels.txt
└── valid.txt

export PYTHONPATH=./

python ./baidu_ocr.py \
--input_dir='../temp/' \
--output_dir='../target/' \
--app_id='app_id' \
--api_key='api_key' \
--secret_key='secret_key'

cd  label_tools
# 进行ocr识别
sh ./ocr.sh

#进行人工校对
sh ./merge.sh  #合并数据集

#生成tfrecord 训练数据
sh ./generation_tfrecord.sh 0.2

cd  label_tools
# 进行ocr识别
sh ./ocr.sh

# 转换成 idcar 数据格式
sh ./generate_labelme_format.sh