中文檢測的數據集，目前最火的應該是清華的CTW，https://ctwdataset.github.io/ 但是它的數據集只存儲在微雲和google driver，微雲空間受限不能完全保存，所以下載的時候很蛋疼。我這邊就挑了一個相對較小的數據集——MSRA TD5000，這個數據集支持中英文的傾斜文本檢測。

詳情參考MSRA的官方地址：http://www.iapr-tc11.org/mediawiki/index.php/MSRA_Text_Detection_500_Database_(MSRA-TD500)

裏面的內容為圖片和label，這裏的label表示方法很蛋疼，是RBOX風格的，即

index, defficult label, x, y, width, height, theta
 

這裏這個theta不好理解，其實它是弧度...

弧度就是角度的一種度量方式，是用弧長與半徑的比來計算。因此0表示0度，π表示180度，π/2表示90度。

在python中，可以通過math.radius()來做角度和弧度的變換。

print(math.radians(90)) # 1.5707963267948966
print(math.radians(180)) # 3.141592653589793
print(math.radians(360)) # 6.283185307179586

一般的深度學習算法，接收的矩形框都是QUAD風格的，即：

x1,y1,x2,y2,x3,y3,x4,y4,text
 

因此我這邊通過Python代碼進行了坐標的變換：

def rotate(angle, x, y):
    """
    基於原點的弧度旋轉

    :param angle:   弧度
    :param x:       x
    :param y:       y
    :return:
    """
    rotatex = math.cos(angle) * x - math.sin(angle) * y
    rotatey = math.cos(angle) * y + math.sin(angle) * x
    return rotatex, rotatey

def xy_rorate(theta, x, y, centerx, centery):
    """
    針對中心點進行旋轉

    :param theta:
    :param x:
    :param y:
    :param centerx:
    :param centery:
    :return:
    """
    r_x, r_y = rotate(theta, x - centerx, y - centery)
    return centerx+r_x, centery+r_y

def rec_rotate(x, y, width, height, theta):
    """
    傳入矩形的x,y和寬度高度，弧度，轉成QUAD格式
    :param x:
    :param y:
    :param width:
    :param height:
    :param theta:
    :return:
    """
    centerx = x + width / 2
    centery = y + height / 2

    x1, y1 = xy_rorate(theta, x, y, centerx, centery)
    x2, y2 = xy_rorate(theta, x+width, y, centerx, centery)
    x3, y3 = xy_rorate(theta, x, y+height, centerx, centery)
    x4, y4 = xy_rorate(theta, x+width, y+height, centerx, centery)

    return x1, y1, x2, y2, x3, y3, x4, y4
 

再重新寫回txt文本裏面就可以了。

MSRA-TD5000數據集使用詳解