前言 在1月中旬了解到了这个项目SDT，可以训练/生成自己的字体，感觉使用不错。仅仅需要投喂少量字体就可以根据字体的特点训练/生成一套你的专属字体！ 虽说能够生成，但是与实际的还是有所出入，本篇文章使用了已训练好的模型进行使用。该项目还是不够成熟，还是得再接再厉 开始 [task]要求 python 3.8 pytorch(使用GPU请根据下文内容下载) >=1.8 easydict 1.9 einops 0.4.1 [/task] SDT的配置 训练/生成模型 将SDT clone到本地之后可以自己训练模型或者下载已训练好的模型 反正我是下载已经训练好的模型到本地，感觉重新训练没什么必要 自己根据图片路径来理解文件位置吧 https://pan.baidu.com/s/1RNQSRhBAEFPe2kFXsHZfLA?pwd=xu9u 导入字体 [collapse title="别看了，历史内容。给打新补丁了 by 24/05/01"] 先在白纸上写下不少于15个字，就像这样 不要在意写重复了的字 然后再用ORC软件进行扫描，扫描时请与纸张保持平行（夸克ORC） 上传到电脑进行裁剪为差不多是正方形的图片就行，SDT会自动设置为64*64 图片放到style_samples内即可，像图片里面那样 [warning]尽量不要重命名为中文日文这类，尽量为英文或数字，不然程序会出错[/warning] 这样就配置完成了！ [/collapse] [warning]务必使用数位板或直接使用触摸屏写入字体！否则大概率生成的都是偏狂草字体[/warning] 可以使用SAI2的二值化模式进行书写！ 裁剪为差不多是正方形的图片就行，SDT会自动设置为64*64 图片放到style_samples内即可，像图片里面那样 [warning]尽量不要重命名为中文日文这类，尽量为英文或数字，不然程序会出错[/warning] GPU配置 pytorch的安装 前置环境 你需要根据你电脑的Driver版本来下载对于的CUDA版本 在CMD中输入nvidia-smi即可查看 通过如下网站查询对应的CUDA版本 https://docs.nvidia.com/cuda/cuda-toolkit-release-notes/index.html 再通过如下网站进入对应的CUDA下载 https://developer.nvidia.com/cuda-toolkit-archive 下载方式自选，我建议是local，毕竟network下载方式在国内不稳定 安装途中可以下载cuDNN 前往https://developer.nvidia.com/rdp/cudnn-archive查找对应CUDA版本的cuDNN 下载完成后将.zip内的内容给复制到安装CUDA的目录内 然后配置环境变量，安装CUDA时应该会自动配置变量，不用管 在Path中配置cuDNN的环境变量 红框是cuDNN的环境变量，蓝框是CUDA的环境变量（不用管） 安装pytorch 现在可以前往https://pytorch.org/get-started/locally/生成对应的pytorch命令下载pytorch了 [warning]如果没有对应的CUDA版本可以下载相近的，反正我是那么干的（12.2下载12.1的）[/warning] 这样GPU运行的配置环境就完成了 开始训练/生成 现在，你已经完成了上面的GPU的配置，可以开始训练/生成了！ 在根目录输入如下命令即可开始训练/生成模型 `python user_generate.py --pretrained_model .\checkpoint\checkpoint-iter199999.pth --style_path .\style_samples` [collapse title="别看了，历史内容。给打新补丁了 by 24/05/01"] 出现如下内容则说明开始训练/生成了，耐心等待即可 训练/生成完成应该是有6763个文件的，像我这样就是训练/生成好了的 [/collapse] [warning]纸上ORC扫描生成速度是3~5h，数位板写的字生成速度为30分钟（1060ti）。噪点不仅影响生成速度还影响生成质量[/warning] 现如下内容则说明开始训练/生成了，耐心等待即可 训练/生成完成应该是有6763个文件的，像我这样就是训练/生成好了的 生成字体文件 生成网站 制作个人字体ttf (jumengfang.com) 使用方法 格式转换之svg转ttf、dxf转ttf、图片转ttf、ttf转svg/png_哔哩哔哩_bilibili 我是直接导入png图片进行生成ttf的，转换过程是在电脑本地运行的，不是上传到服务器，所以你的cpu性能决定是转换速度 效果展示 两个是训练/生成出来的，两个是我自己实际写出来的，可以进行参考看看。红框就是训练出来的字体 第一个是用纸写然后ORC识别然后生成出来然后生成的 第二个是用数位板写出来的 第三个是平时那种语文作文的字体手写的 第四个是抄书时的字体 使用数位板生成写的我就是慢慢写的，相似度还是挺高的，但是还是不足，就喂了50个字体。 对照以后纸写然后ORC识别就算二值化了还是有噪点，很容易这样狂草 常见问题 遇到如下问题是缺少了six，请用pip下载即可，反正内容相同的都是缺库 像是opencv这种库你直接pip install cv2是找不到的，是opencv-python 如果下载失败可以百度'pip下载opencv'这样看库的名字 遇到如下问题是没有正确安装CUDA或cuDNN，请确定是否下载错误CUDA或cuDNN或pytorch的版本 遇到狂草字体可以尝试将图片二值化处理 然后再进行训练/生成 可以运行以下Python脚本 `//ChatGPT from PIL import Image import os # 指定源文件夹路径 source_folder = r'C:\Users\yueful\Desktop\a' # 指定目标文件夹路径 target_folder = r'D:\SDT\style_samples' # 获取源文件夹中的所有文件 file_list = os.listdir(source_folder) # 遍历源文件夹中的每个文件 for file_name in file_list: # 构建源文件的完整路径 source_file = os.path.join(source_folder, file_name) # 构建目标文件的完整路径 target_file = os.path.join(target_folder, file_name) # 打开图片 image = Image.open(source_file) # 将图片转换为灰度图 gray_image = image.convert('L') # 进行二值化处理 threshold = 128 # 阈值，用于控制二值化的结果 binary_image = gray_image.point(lambda x: 0 if x 环境配置：[安装GPU版本Pytorch（全网最详细过程）_安装gpu版本的pytorch-CSDN博客](https://blog.csdn.net/Starinfo/article/details/129293867) 使用方法：[教程：如何生成自己的个性化手写文字？ · Issue #43 · dailenson/SDT (github.com)](https://github.com/dailenson/SDT/issues/43) 二值化优化狂草：[有没有可以自行解决输出字体狂草风格的方法 · Issue #59 · dailenson/SDT (github.com)](https://github.com/dailenson/SDT/issues/59) 了解项目：[我自己都看不懂的手写字，是怎么被计算机看懂的？【差评君】_哔哩哔哩_bilibili](https://www.bilibili.com/video/BV19w411t7vD/) 使用数位板写字体：[教程：从手写字体到A4纸打印（GPU篇） · Issue #78 · dailenson/SDT (github.com)](https://github.com/dailenson/SDT/issues/78)
SDT！训练/生成你的个性化字体！
笔记