ICDAR2019-LSVT数据集有两个：
是包含定位和标记的数据类型
仅包含文字部分的数据类型
先来看第一种：
其实很简单，原始标记文件给出了四边形坐标，这个四边形不规则，我们去外接矩形就可以了。
我不需要竖排的文字，顺便过滤掉了。
一步到位
下面再来看第二种，这是个竞赛数据集，图片没问题，问题出在标记文件
注意哦，字母之间并没有空格，我之前见过这个东西，但是不知道这个东西叫什么，怎么处理。
答案是：这是全角字符，我们日常用的是半角字符
转码，去除特殊符 ：
先附个魔：
放在代码同目录里面：叫 langconv.py
声明：本站部分文章及图片源自用户投稿，如本站任何资料有侵权请您尽早请联系jinwei@zod.com.cn进行处理,非常感谢！