中文检测的数据集，目前最火的应该是清华的CTW，https://ctwdataset.github.io/ 但是它的数据集只存储在微云和google driver，微云空间受限不能完全保存，所以下载的时候很蛋疼。我这边就挑了一个相对较小的数据集——MSRA TD5000，这个数据集支持中英文的倾斜文本检测。
详情参考MSRA的官方地址：http://www.iapr-tc11.org/mediawiki/index.php/MSRA_Text_Detection_500_Database_(MSRA-TD500)
里面的内容为图片和label，这里的label表示方法很蛋疼，是RBOX风格的，即
index, defficult label, x, y, width, height, theta
这里这个theta不好理解，其实它是弧度...
弧度就是角度的一种度量方式，是用弧长与半径的比来计算。因此0表示0度，π表示180度，π/2表示90度。
在python中，可以通过math.radius()来做角度和弧度的变换。
print(math.radians(90)) # 1.5707963267948966
print(math.radians(180)) # 3.141592653589793
print(math.radians(360)) # 6.283185307179586一般的深度学习算法，接收的矩形框都是QUAD风格的，即：
x1,y1,x2,y2,x3,y3,x4,y4,text因此我这边通过Python代码进行了坐标的变换：
def rotate(angle, x, y):
"""
基于原点的弧度旋转
: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):
"""
针对中心点进行旋转
: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):
"""
传入矩形的x,y和宽度高度，弧度，转成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再重新写回txt文本里面就可以了。