1回答
我正在Java (使用OpenCV库)上使用Tesseract (这种自定义字体的预培训)为OCR准备图像。
有一个蓝色文本的图像，通过OpenCV inRange()方法对图像进行大小调整和二值化之后，我得到了黑白图像，但是有些字母是连在一起的，而且Tesseract有时会在它们上出错。此外，还有几个问题:原始文本很小，边框像素总是有一些不同的RGB值，背景也总是不同。
我试图增加inRange()方法捕获的像素数，但是得到了更多的连接字符。在减少捕获像素的数量后，一些字母变得几乎不可见，而且Tesseract无法读取它们。
请告诉我如何在二值化的图像上用白色分割这些字符。或
浏览 5提问于2022-04-15得票数 0
我刚开始学习巨蟒和机器学习，但我已经开始掌握它了。使用AWS text_detection确实很酷，但我想知道它是否能够检测出英语以外的其他语言。我知道AWS有一个功能来识别文本文件中的主导语言，但是图像文件有识别功能吗？任何帮助都是非常感谢的。
浏览 3提问于2018-11-25得票数 0
回答已采纳
当我尝试在linklabel点击上显示图像时，我得到一个错误:无法识别转义序列。
代码：
public void linkLabel1_LinkClicked(object sender, System.Windows.Forms.LinkLabelLinkClickedEventArgs e)
{
System.Diagnostics.Process.Start(
"mspaint~C:\Users\Joshua Banks\Desktop\Downtown_atlanta_night.jpg");
}
浏览 0提问于2010-04-30得票数 0
回答已采纳
1回答
在tesseract 中，解释了一种使用示例文本和字体进行训练的方法。
我使用了jTessBoxEditor，但工作原理与tesseract培训工具非常相似。
我得到了一些可以接受的结果，但我想最好的解决方案是用它必须识别的实际图像来训练测试员。
因为我只需要识别数字，我就可以手工切割每一个数字，也许每个数字的很多版本，并且用这些图像训练，甚至用手设置盒子。
有办法这样做吗？
浏览 3提问于2018-02-25得票数 5
1回答
所以我想建立一个能识别英文字母的系统。输入将是一个随机手写图像(灰度图像，没有背景)。问题是，如果输入的图像不是英文字母，我希望系统做出正确的反应。例如，如果输入是手写'a‘的图像，那么系统应该输出'a’。但是如果输入是手写的β，甚至是手绘猫，系统应该输出“不是英文字母”。我怎么能做到这一点？如果我使用CNN或其他深度学习算法，那么如何选择表示“非英语字母”类的数据集？
浏览 3提问于2020-03-01得票数 1
1回答
我在我的项目中使用Tesseract来转换我从法国报纸上扫描过的图像。我想知道我是否需要训练Tesseract，以便识别法语字体和这种语言的规范，如“插入”、“回旋口音”等。
浏览 5提问于2014-04-23得票数 1
回答已采纳
当我们使用Google的DOCUMENT_TEXT_DETECTION来处理图像时，它决定图像中的块是什么以及每个块中的文本是什么--在这里，我想得到由我定义的块的文本(已经有了识别图像中不同块的模型)。只是想要由我定义的块内的文本，而Google定义的文本。我如何实现这一点？
浏览 9提问于2022-03-24得票数 0
我使用这个宝石来使用Prawn来创建一个PDF：
然而，我似乎不知道如何添加一个图像。我尝试过pdf.image "path/to/img.jpg，但它会说该文件不是可识别的格式。
我也在第101页：上研究过这个问题，但是它不起作用。
这种情况发生在意见中：
prawn_document() do |pdf|
pdf.image "#{Rails.root}/public/logo.gif"
end
这会抛出：
Prawn::Errors::UnsupportedImageType at /admin/purchases/6188.pd
浏览 2提问于2013-12-04得票数 2
回答已采纳
这是我想要处理的原始图像的链接：
在我使用opencv2处理图像后，我得到了以下结果：
但即使有了上面的图像，Tesseract也无法识别图像中的字符。这发生在许多与上面的示例具有相同样式的图像中。
任何关于如何提高图像质量或使用Tesseract的其他模式的建议都将是最受欢迎的。
另外，如果上面的技术不起作用，请建议一种替代方案，例如训练Tesseract或使用其他OCR或方法？
谢谢
编辑:我也包括了代码
# Read the image
im = cv2.imread("image.jpg")
# Convert to
浏览 3提问于2016-06-26得票数 1
这是正常的文本:我需要用${}更改一个图像元素的源代码，其中包含一个条目，但是它不识别$ directory.so，它不会加载任何图片，因为它根本找不到一个名为"dice-${dicee}.jpg“的图片，这是代码：
document.getElementsByClassName('btn--roll')[0].addEventListener('click',()=>{
const dicee = Math.trunc(Math.random()*6)+1;
diceElement.classList.remove('hidden'
浏览 1提问于2022-09-12得票数 -1
OCR 是实时高效的定位与识别图片中的所有文字信息，返回文字框位置与文字内容。支持多场景、任意版面下整图文字的识别，以及中英文、字母、数字的识别。简单来说就是将图片上的文字内容，智能识别成为可编辑的文本，这么强大的功能在我们生活当中有哪些应用呢？
浏览 3632提问于2018-08-24
1回答
在变量中调用URL以接收图像
、、、、
我正试图从URL中获取一张图片。现在，我知道您可以通过使用let url = NSURL(string: "http://")来做到这一点。但是如果你有一个变量，里面有一个url。
例子：self.testAd.getImgPath()有http://www.Woods.com/images/imgs/MAU_SouthTrees_mobi.jpg /as/img.cfm?gphc=14490。
我们如何调用testAd.getImgPath()来识别url并获取图像？我使用下面的代码获取内容并将其插入到图像中。
let url = NSURL(string:)
var
浏览 3提问于2015-03-23得票数 1
回答已采纳
我现在有每个字母的列表，大写字母在字母表中。字体是不变的，也就是说，我的输入总是相同的字体。
考虑到字体是恒定的，我真的需要多个字母吗?还是我可以用每个字母训练一个程序？如果每个字母需要多个图像，我可以通过机器学习算法运行相同的图像并假装是第二个图像吗？(请注意，由于字体相同，第二个图像将完全相同)。
“打印屏幕”需要大量的工作，然后一次捕获一个特定的字母，所以我基本上想知道我是否可以复制和粘贴所有的图像50次，使我的52个样本大小变成2600个样本大小。
我正在使用scikit-在python上学习，并将测试各种监督学习算法来识别字母。
浏览 10提问于2013-07-28得票数 0
回答已采纳
1回答
是否有任何现有的框架或指南给出或解释如何让您的应用程序识别图像。基本上假设图像是一个特定的瓶子，是否有框架允许你扫描瓶子，然后识别它是一个瓶子？
我不需要整个图像叠加或地理位置(所以基本上只有图像识别一半的增强现实)。
浏览 2提问于2012-07-13得票数 6
1回答
我为此挣扎了好几个小时..。
这是一个语法问题，基本上我是如何做到这一点的：$test = '{"Title": $name}' -- $name不被识别为变量。这是一个简单的示例，真正的行在这里，不识别的变量是最后的$li：
Add-PnPPageWebPart -Page "Home.aspx" -DefaultWebPartType ContentRollup -Section 3 -Column $counter -WebPartProperties '{"query": {"contentLocatio
浏览 7提问于2022-08-22得票数 1
回答已采纳
3回答
我是一名学士学生，目前正在做一个使用实时摄像头的光学盲文识别的期末项目。我已经成功地将图像处理为HSV格式，并仅提取HSV图像的值以防止环境光影响图像，执行了二值化阈值，精明的边缘检测，腐蚀和膨胀，仅从相机获得盲文点。
我想问的是，如何在一个问题中执行分割，其中每个点之间的距离总是随着相机向盲文文字移动的更近或更远而改变？
任何帮助都将不胜感激。谢谢
浏览 4提问于2013-03-01得票数 0
我正在为阅读非常具体的文本(OCR)而开发一些原型。很明显，在互联网上有这么多的例子等等，但到目前为止，我无法找到任何有用的信息为我的情况。对我来说一切都太笼统了。我不想把飞蛾花在学习上:)所以这一刻就是这样的：
设备上的ML工具包不适用于我的情况。
我已经构建了一个培训师来使用python和Keras来训练我自己的定制模型。在过程的最后，我得到了.tflite模型。
我想在我的Android应用程序中使用它。所以我的第一种方法是使用ML和自定义模型。但是..。它用于图像识别(检测图像中的东西，而不是文本)
我无法找到任何使用自定义模型进行文本识别的示例(在设备解决方案上
浏览 11提问于2020-08-11得票数 1
Pycharm通常能很好地识别我使用的语言，并突出显示正确的代码，但是让我说一下，我在python文件中的字符串中嵌入了一些javascript代码。如何才能像解析javascript文件一样解析字符串中的javascript文本呢？
浏览 0提问于2014-08-05得票数 0
回答已采纳
为了更好地理解JavaScript/OOP，我很好奇在JavaScript中如何处理正则表达式参数。我已经对正则表达式有了很多了解，所以这与解释模式无关。这是关于识别JavaScript如何处理它的。
示例：
newStr = str.replace(/(^\W*|\W*$)/gi,'');
这基本上是从字符串中修剪任何特殊字符和空格。但是，/(^\W*|\W*$)/gi不是封装的字符串，因此，我很难理解这个概念，因为JS对象既不是字符串，也不是数字。这个对象类型是单独的(即只用于正则表达式)，还是为其他目的服务？
浏览 5提问于2012-11-06得票数 1
回答已采纳
1回答
如何调用保存在xcassets文件夹中的图像？
我使用的是ARKit。我想通过在一个球形节点周围包裹一个“地球”皮肤来制作一个“地球”图形。我可以为它指定一个颜色，如下所示：
earth.geometry?.firstMaterial?.diffuse.contents = UIColor.blue
但我无法使用以下两种方法指定纹理：
earth.geometry?.firstMaterial?.diffuse.contents = "#imageLiteral(resourceName:8k_earth_daymap)
或
earth.geometry?.firstMaterial?
浏览 43提问于2018-07-23得票数 0
我们正在研究云识别。在这种情况下，我们必须限制每个设备中对特定图像目标的识别不超过2次识别。
我们知道，我们必须使用VWS API来实现。但我们的问题是，我们如何将图像目标的识别限制在特定设备上，但它必须在其他设备上识别不超过2个识别。
我们如何才能做到这一点？
浏览 0提问于2015-03-17得票数 0
我正在设置一种新的发票提取方法使用AI，我能够识别发票图像中的"Total"/"Company Details“，但需要通过指定图像中的区域(Xmin，Xmax，Ymin，Ymax)从发票图像中识别的特定区域提取数据？
浏览 4提问于2019-06-12得票数 1
6回答
清晰变角图像的图像识别
、、、
问题
我有一张从摇摆车里拍下来的照片。为了简单起见，我把它转换成黑白图像。下面是一个例子：
该图像显示高强度返回，并在其中有一个模式，发现它所有的有效图像是以红色圈。该图像可以从多个角度拍摄取决于车辆的旋转。另一个例子是：
这里的意图是试图识别该模式存在的图片单元格。
电流接近
到目前为止，我已经尝试了几种方法，我正在使用Matlab进行测试，但最终将在c++中实现。算法的时间效率是可取的，然而，我对任何建议都感兴趣。
SURF (加速鲁棒特征)特征识别
我尝试了默认的matlab实现冲浪尝试查找功能。Matlab SURF能够在两个示例中识别特征(与上面的不同)，但是它无
浏览 3提问于2014-05-01得票数 15
回答已采纳
2回答
我对GoogleNet的一个图像分类器进行了微调，它可以输出动物的类别(狗、猫、鸟)，它工作得很好。当我通过与该主题相关的图像时，准确率非常高，并为此感到非常高兴！
现在的问题是:如果我向分类器传递与训练数据集无关的图像(例如，房屋的图像)，我希望获得较低的分数作为输出，以帮助我识别分析的图像不是数据集类别之一。
我当前的输出是
dogs = 97%
cats = 2%
birds = 1%
相反，我需要的是像这样的东西
dogs = (anything low %)
cats = (anything low %)
birds = (anything low %)
我如何才能实现这个结果呢？谢
浏览 14提问于2016-08-29得票数 1
2回答
我必须像这样识别图片中的文本：
我尝试过Tesseract，但我对结果不是很满意。
你能给我推荐一款在“图像上的文本识别”方面比“文档上的文本识别”更准确的软件吗？
提前感谢
浏览 2提问于2019-06-28得票数 0
我想从一本包含动词及其不同时态列表的书中提取句子。 例如，对于单词embellish，我希望我的程序不仅能够识别embellish，还能够识别embellishing、embellishes和embellished。下面是我在bash中做的事情 word="embelish"
echo "It was embellished ..." | grep -E "${word}""ed" 这可以很容易地识别句子It was embellished ...。我想在bash中使用如下命令来识别不同的时态： echo "It was
浏览 13提问于2019-01-21得票数 0
回答已采纳
我是python的新手。我正在尝试使用os.path.getsize()来获取文件大小。但是，如果文件名不是英语，而是中文、Gemany或法语等，Python将无法识别它，并且不会返回文件的大小。你能帮我搬一下吗？如何让Python识别文件名并返回这类文件的大小？
例如:文件名为:Показателиестественногоимиграционногоприростадо2030г.doc
Path=“C：\xxxx\Показателиестественногоимиграционногоприростадо2030г.doc”
我想用“os.path.getsize(path)”
但是它
浏览 2提问于2013-07-02得票数 0
我正在尝试创建一个机器人，它可以识别屏幕上的图像，并能够点击该图像。但是，当提示机器人单击图像时，系统会提示我TypeError: cannot unpack - am object。
import pyautogui as pg
import keyboard
import time
import pytesseract as tess
from PIL import Image
if pg.locateOnScreen('follow1.png', confidence=0.5) != None:
pg.click('follow1.png')
然
浏览 6提问于2020-10-13得票数 0
我正在在线上教dataLayer，我想展示如何在Prestashop上使用dataLayer，但是我对dataLayer代码有一个问题。粘贴此代码后：
{literal}
<script>
var dataLayer = window.dataLayer || [];
dataLayer.push({
'event' : 'productData',
'name': '{/literal}{$product.name}{literal}',
浏览 0提问于2017-12-12得票数 1
回答已采纳
我想使用正则表达式来识别文本是中文、日文还是德文。
例如，我有一些类似于"MainWindow_Button_save“的文本。
它的德语翻译是"MainWindow_Button_sparen“。
它的中文翻译是"MainWindow_Button_保存“。
日语是"MainWindow_Button_保存“。
我想要一个正则表达式，它可以找到前缀"MainWindow_Button，并确定下面的文本是否为中文/日文/德文。我不太关心这篇文章。我唯一关心的是它是用哪种语言编写的。
我所做的就是这个"^MainWindow_Button_[^a-
浏览 6提问于2014-09-30得票数 1
2回答
我们有一项技术任务要识别输送机上的煤。
输入数据:带(或不含)煤的输送机的照片。
输出数据：处理的图像与传送带边界。(下一步是识别输送机上煤炭的体积)
我们试着把图像处理成黑白，增加对比度，模糊，但是图像上有太多的“噪音”。这是第一个问题:如何去除图像上不需要的像素？
第二个问题:如何在图像上正确地检测输送机(然后是煤炭)？
源图像示例：
浏览 1提问于2018-04-24得票数 2
回答已采纳
如何使用grep搜索包含$的文件？
我试过了
grep "\$" file.txt
而且它不识别要搜索的$字符。
浏览 3提问于2015-08-27得票数 1
回答已采纳
我是逆向工程的东西，我经常偶然发现各种解压缩算法。大多数情况下，LZSS就像维基百科描述的那样：
初始化大小为2^n的字典
而输出小于已知的输出大小：
读取标志
如果设置了标志，输出文字字节(并将其附加到字典的末尾)
如果没有设置标志：
阅读长度和向后看位置
从字典的后面位置到输出端和字典结尾处转录长度字节。
问题是，实现遵循两个流派如何编码的标志。第一种方法将输入作为位序列：
(.)
读取标志为一位
如果设置了文字字节，将其读取为8个未对齐位
如果未设置，则读取长度和位置为n和m未对齐位
浏览 7提问于2015-08-25得票数 1
回答已采纳
1回答
GPS到象素坐标
、、、
我想在相机图像中识别的船只上显示雷达信息。
到目前为止，这项工作已经完成。
摄像机图像:通过目标识别识别出该船。
雷达信息:识别船只的纬度、经度、距离和方位(A、B、C)。
相机和雷达位于同一位置，并知道纬度、经度、滚转和俯仰值。
如何通过转换像素坐标来匹配GPS信息？
浏览 2提问于2020-02-27得票数 0
回答已采纳
我正在尝试将文本覆盖在图像上。文本可以工作，但是当我添加图像刺激时，PsychoPy一直给我错误消息，即使我已经正确地识别了路径。为什么会这样呢？ 这是我的代码： # Import the PsychoPy libraries that you want to use
from psychopy import core, visual
# Create a window
win = visual.Window([400,300], monitor="testMonitor")
#load image
sophie_image='C:\Users\Sophie\On
浏览 32提问于2019-02-21得票数 1
在我的ListView上，IsMultiSelectCheckBoxEnabled是启用的，但是我想知道如何识别被选中的项是否未选中，是否在SelectionChanged上，如果是，如何识别？
下面是一个示例图像：
谢谢,
NicoTing
浏览 5提问于2017-07-19得票数 1
回答已采纳
我见过一些pdf文件后，OCR有非常准确的文本(无论是在识别率，在文本对齐图像)。
如果pdf文件中隐藏的文本层是否来自OCR，那么Unix/Linux工具会帮助我知道什么呢？
浏览 0提问于2014-12-07得票数 2
1回答
作为创建flex扫描器的类赋值的一部分，我需要创建一个识别字符串常量的规则。也就是说，一组引号之间的字符集合。我如何识别一个坏字符串？
浏览 6提问于2015-10-26得票数 0
想知道在Objective-C NSString对象中必须对其字符进行转义才能正确识别的整个字符集，例如，"必须转义为\"，如
NSString *temporaryString = @"That book is dubbed as \"the little book\".";
字符集是否与C language char * string中的字符集相同？
感谢您的帮助:D
浏览 0提问于2013-05-22得票数 9
回答已采纳
2回答
我正在使用与一起工作，它为8种情绪(愤怒、蔑视、厌恶、恐惧、快乐、中立、悲伤、惊讶)排列图像。
在我的LUIS模型中，我将“情感”定义为一个实体，并对模型进行了培训。
LUIS正确地识别了情感实体，但我仍然停留在如何将其映射到情感API所使用的8个定义的单词上(愤怒、蔑视、厌恶、恐惧、快乐、中立、悲伤、惊讶)。
例如，如果我发送“谁是这里最悲伤的人”，它将返回以下内容
"entities": [{
"entity": "saddest",
"type": "Emotion",
"startInd
浏览 6提问于2016-09-26得票数 0
回答已采纳
1回答
我目前在PyCharm上使用TensorFlow和KERAS。每次我想要使用一个模型时，我必须再次运行训练数据，然后在相同的脚本中运行测试数据。我如何运行训练数据一次，然后我可以继续我想要的时候，通过模型运行测试数据，它仍然可以工作。即。开发一个识别图像的模型，当我想要识别图像时，我将如何运行程序，而不是必须运行训练数据，然后在同一脚本中识别图像。
浏览 19提问于2020-11-05得票数 0
1回答
假设您使用神经网络进行图像识别，并且您已经训练它来识别直线。
每当某个特定的像素列打开，而相邻的像素被关闭时，一个特定的节点触发，从而“识别”这条线。
到目前为止还不错，但是如果这条线只向左或向右移动几个像素呢？
“直线”节点不再是活动的，因为它“反应”的像素列是关闭的(直线太远、太右或太左)。
我天真的解决方案是单独训练网络来识别图像每一部分的线条，但这似乎是杂乱无章的。
因此，我的问题：
神经网络如何识别直线，而不管它们在图像上的位置？我读到了复杂的神经网络巧妙地解决了这个问题，有人能解释一下怎么用非太专业的术语吗？
，一旦它们被识别，关于它们的位置的信息是如何传输到链上的(因为左边的一条
浏览 0提问于2013-12-07得票数 1
1回答
我有一堆图像，我需要识别它们上的一些物体：
分析汽车的类型(汽车，卡车，油罐车)，制造，型号，颜色。
检查图像上是否有人。
我想用Keras来构建它。
我对此有几个问题：
我能用一些事先训练过的模特吗？
我能避免给图像贴标签吗？
一方面，我如何分析汽车，另一方面，我如何才能识别是否有人？
浏览 0提问于2021-05-31得票数 0
我在90度旋转图像上尝试了(TEXT_DETECTION)。它仍然可以正确返回识别的文本。(见下图)
这意味着即使图像旋转90度、180度、270度，引擎也能识别文本。
然而，响应结果不包括正确的图像方向信息。(文件：)
是否不仅要获得可识别的文本，而且还要获得方向？
谷歌能支持类似于(：getRollAngle)吗？
浏览 16提问于2016-12-22得票数 17
回答已采纳
4回答
我如何为Alexa技能创建一个通用槽？这样我就可以创建自己的Todo应用程序，它将识别自由形式的文本。
浏览 12提问于2016-10-02得票数 6
回答已采纳
2回答
在我的应用程序中，我将实现像Google图像搜索这样的图像搜索。唯一不同的是我只是在寻找人类的面孔。是这样的..。
用户用相机拍摄一个人的照片。
我的应用程序应该识别那个人的脸，并从图片中获得有关面部的细节(例如:颜色)。
使用这些细节应用程序将在图像数据库中搜索相似的面孔。
最后，它将向用户显示结果。
因此，我想使用Android人脸识别类来识别人脸，并选择识别区域，并将该人脸的细节保存到数组或数据库中。
关于上述情况，我没有几个问题。
从那个图像中我需要什么东西来做一个适当的图像搜索？
我只能用颜色来做吗？
你知道从那张被识别的面孔上获取像素细节吗？我知
浏览 4提问于2013-01-28得票数 13
回答已采纳
1回答
我目前正在开发一个实时翻译网络应用程序，允许多个参与者使用，并以多种语言分享他们的转录。
我不想被告知参加会议的人数x会议的持续时间。因此，问题是：，当检测到语音时，我如何才能激活识别？这样的话，我只会为目前说话的人付钱。
我尝试使用来自的事件，但只有当识别器当前正在识别时(使用recognizeOnceAsync()或startContinuousRecognitionAsync())，此事件才会触发。
，在Speech中有什么参数可以用来实现我想要的吗？如果没有，我的选择是什么？
这可能是可能的观看音频dB水平，并激活连续识别相应，但我认为我会遇到一些问题，如果我尝试这样做。例句:一旦音频
浏览 5提问于2021-02-08得票数 1
1回答
我想创建一个应用程序，扫描一个盒子上的条形码，并显示一些增强现实的盒子上的信息！Scandit创建了这个，但我想创建我自己的。我读了一些文章，我想我可以使用增强图像来识别盒子上的条形码纸张，我需要访问增强图像的位图，然后我可以读取其中的条形码。
这是我的问题：
如何访问增强图像中已识别图像的位图？(如果你知道另一种方法，请推荐我)谢谢:)
浏览 0提问于2018-11-03得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
