今天是柚子的节日，本想着不分享东西的，但是看了那么多大佬留言只能坚持啦，柚子们能做的就是把良心好用的软件，技巧分享给大家。
拥有思维导图或流程将引导我们朝着探索和寻找实现目标的正确道路的方向发展。如果要给我一张图片，我们如何找到车牌并提取文字？
iOS 系统自带的备忘录（Notes）在其质朴名称下提供了众多强大的功能，扫描文稿是我使用较多的功能之一。很早前便想在【健康笔记[2]】之中提供类似的功能，但考虑到其涉及的知识点较多，迟迟没有下手。最近在空闲时，将近年 WWDC 中涉及该功能实现的专题梳理、学习了一遍，受益匪浅。苹果官方早已为我们准备了所需的一切工具。本文将介绍如何通过 VisionKit、Vision、NaturalLanguage、CoreSpotlight 等系统框架实现与备忘录扫描文稿类似的功能。
1 图像识别是什么？ 2 图像识别的应用场景有哪些？ 什么是图像识别 图像识别，是指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。根据观测到的图像，对其中的物体分辨其类别
他们在该数据集上训练了一个深度卷积神经网络，获得了 0.85 的 F1。相关数据和代码可见于：https://github.com/UCSD-AI4H/COVID-CT
要说这件事的起源，还得追溯到公元79年一次火山爆发， 直接将一座珍藏古老的纸莎草卷轴——Herculaneum Papyri的图书馆埋葬。
刚刚，老板给我一堆扫描文件（图片和pdf文件），拿不到源文件，让我把客户发的扫描文件搞成word文档，密密麻麻，这些文件100多页，这要手工敲能把手敲费。
本上，OCR（光学字符识别）引擎可以让你从图片或文件（PDF）中扫描文本。默认情况下，它可以检测几种语言，还支持通过 Unicode 字符扫描。
点击上方“LiveVideoStack”关注我们 ▲扫描图中二维码或点击阅读原文▲ LiveVideoStackCon 2023上海正在招募讲师，扫码或阅读原文了解信息 上周我们和上海交通大学的郁振波交流了AIGC的机会，他认为现在的AI还只能生产平面的内容，无论是文字、还是图片，距离生成逼近真实的物理空间（包括模拟真实的物理定律）还有很长的路要走。关于AIGC内容的带来可能的版权和法律风险问题，郁振波认为“这并不是AI的错”，因为即使没有AI，我们现在的文字、图片、视频内容中已经大量充斥着大量盗版，这
医学领域中，为了满足病情诊断、治疗方案制定等需求，常常需要对病人进行扫描，从而确定各内部器官的情况。深度学习方法出现以前，这个过程主要是由医生直接完成。
胸部计算机断层扫描（CT）图像在对新冠肺炎（COVID-19）提供准确、快速、廉价的筛查和检测方面很有前景。
reCAPTCHA的诞生及意义 CMU（卡耐基梅隆大学）设计了一个名叫reCAPTCHA的强大系统，让电脑去向人类求助。具体做法是：将OCR（光学自动识别）软件无法识别的文字扫描图传给世界各大网站，用以替换原来的验证码图片；那些网站的用户在正确识别出这些文字之后，其答案便会被传回CMU。 reCAPTCHA是利用CAPTCHA的原理（CAPTCHA的中文全称是全自动区分计算机和人类的图灵测试），借助于人类大脑对难以识别的字符的辨别能力，进行对古旧书籍中难以被OCR识别的字符进行辨别的技术。也就是说，reCA
现实中我们总会遇到这样的困境，有些图片很精美但分辨率很小，放大之后又变得很模糊。现在，有了Pixelmator Pro的最新技术，将图像放大到原始分辨率的三倍还保持清晰完全没有问题。
本文介绍了证件识别技术的起源、发展和应用前景。随着互联网和智能手机的普及，证件识别的需求也日益增加。本文主要从证件识别技术的起源、发展、实现方式、技术挑战和前景展望等方面进行了详细的阐述和分析。证件识别技术的应用范围广泛，包括金融、医疗、物流等行业，在医疗行业，可以用于电子病历的识别和医疗票据的识别；在物流行业，可以用于快递单据的识别和追踪等。证件识别技术的应用前景非常广阔，但同时也面临着一些技术挑战，如识别准确率、效率、适应性等方面的问题。
最近耗费了巨大的心思为客户设计了人脸识别系统。这是我第一次利用人工智能技术为客户和自己产生收益。虽说人脸识别技术到目前为止已经非常成熟，但从“知行合一”的角度而言，很多人并没有真正掌握其根本原理，之所以有这个结论是因为，我相信绝大多数技术工作者自己无法通过编码来实现一套可商用的人脸识别系统，对技术而言，你做不到就等于你不懂。
本文主要介绍如何使用 OpenCV + GrabCut实现一个文档自动扫描仪。（公众号：OpenCV与AI深度学习）
近年来，随着监控摄像头的普及与应用，监控摄像头系统在打击罪犯和刑侦安全方面起到了至关重要的作用。利用监控系统查找犯罪嫌疑人，从而侦破案件已经成为公安机关的重要破案手段。这一重要应用使得行人重识别问题得到广泛关注。行人重识别是指给定行人在某一监控摄像头下的图片，利用计算机视觉算法在其余监控摄像头下识别出这一特定行人。
【新智元导读】没有什么能阻挡我们对高清无码大图的向往。在ICML2018上，英伟达和MIT等机构的研究人员展示了一项图像降燥技术Noise2Noise，能够自动去除图片中的水印、模糊等噪音，几乎能完美复原，而且渲染时间是毫秒级。
开篇语 相信简书的用户里面，肯定有很多的印象笔记用户吧，那么今天让我们来聊一下印象笔记的衍生产品，也是我本期推荐的我觉得一个堪比扫描仪的 扫描神器--印象笔记·扫描宝 废话不多说，上图为证 正文 扫描宝简介 自动识别 一旦识别成功就会自动拍摄画面，不需要手动点击任何按键。照片编辑带有阴影去除的功能，帮你“抹掉”那些黑白分明的阴影，让文件看上去白净整洁。 把纸张清晰装进手机 瞬间将书刊、文件、名片、收据及白板上的文字，清晰装进手机。自动增强对比、纠正倾斜，扫出最佳效果。 名片转瞬变人脉 用扫描宝扫描名片
本部分介绍的两个思路都是基于opencv来实现，不涉及深度学习相关内容（需要安装opencv-python库，参见 OpenCV-Python，计算机视觉开发利器）。基本思想是读入一张照片图，然后通过各种变换转化成素描图。为了演示方便，我们先找来一张小姐姐的照片作为实验素材。
浅友们好~我是史中，我的日常生活是开撩五湖四海的科技大牛，我会尝试各种姿势，把他们的无边脑洞和温情故事讲给你听。如果你想和我做朋友，不妨加微信（shizhongmax）。
COVID-19全球流行已经是不争的事实，来自世界各地的计算机科学家和机器学习研究人员正在从自己的专业入手，对一些数据集进行编译，并构建AI算法来优化肺炎检测。
文档布局分析 (Document Layout Analysis) 是识别和分类文本文档的扫描图像中的感兴趣区域（RoI, Regions of Interest) 的过程。阅读系统需要从非文本区域分割文本区域，并按正确的阅读顺序排列。将文本正文，插图，数学符号和嵌入文档中的表格等不同区域（或块）的检测和标记称为几何布局分析。但文本区域在文档中扮演不同的逻辑角色（标题，标题，脚注等），这种语义标记是逻辑布局分析的范围。
Voxelmorph 项目链接：https://github.com/voxelmorph/voxelmorph
最近在对接公司一些新闻接口的时候，发现接口茫茫多：CMS接口、无线CMS接口、正文接口、列表接口……更令人捉急的是，由于新闻推送场景不同，每条新闻的配图尺寸也就不同，比如PC要求高清大图，而移动端就会根据屏幕尺寸要求各种尺寸的小图，一个接口也就要吐出好几个尺寸的图片供客户端使用。比如无线CMS的接口里就需要640330、150120、280*210……那么问题来了，难道每多一种尺寸就需要编辑裁一次图上传到CMS？
PS软件是由美国Adobe公司于1987年推出的一款图像处理软件。PS最初是为苹果Macintosh开发的，主要用于扫描图像、编辑图像和输出图像等功能。1992年，PS首次在Windows系统上发布。随着计算机图形技术的不断进步，PS也逐渐发展壮大。到了目前的CC 2023版，PS已经成为一项极其强大的设计工具，不仅能够进行图像编辑处理、照片合成、字体排版等基本功能，还支持复杂的色彩修正和图层概念的应用。
选自matterport 作者：Waleed Abdulla 机器之心编译 参与：刘晓坤 上年 11 月，matterport 开源了 Mask R-CNN 实现，它在 GitHub 已 fork1400 次，被用于很多项目，同时也获得了完善。作者将在本文中解释 Mask R-CNN 的工作原理，并介绍了颜色填充器的应用案例和实现过程。 代码（包括作者构建的数据集和已训练的模型）：https://github.com/matterport/Mask_RCNN/tree/master/samples/ball
数独对计算机来说不是什么难事，但就是这样一个“平平无奇”的项目却登上了GitHub今日的热榜。
选自matterport 作者：Waleed Abdulla 机器之心编译 参与：刘晓坤 上年 11 月，matterport 开源了 Mask R-CNN 实现，它在 GitHub 已 fork1400 次，被用于很多项目，同时也获得了完善。作者将在本文中解释 Mask R-CNN 的工作原理，并介绍了颜色填充器的应用案例和实现过程。 代码（包括作者构建的数据集和已训练的模型）：https://github.com/matterport/Mask_RCNN/tree/master/samples/bal
导读：在机器学习的各种方法中，监督学习是迄今为止成果最令人印象深刻的一种。本文介绍监督学习解决像肺炎诊断这类问题的基本原理。
关于Octopii Octopii是一款功能强大的AI驱动的个人身份信息（PII）扫描工具，可以帮助广大研究人员在一个目录中扫描各种和个人身份信息（PII）相关的图片资源，比如说身份*证信息、护照、照片和签名等等。 工作机制 Octopii使用了Tesseract的OCR和Keras的CNN模块来检测各种形式的可能会发生泄漏面临安全风险的个人身份信息。该工具通过下列步骤实现其功能： 1、导入和清理图片资源 图像通过OpenCV导入，并进行清理、去扭斜和旋转以进行扫描。 2、执行图片分类
近年来，随着盲人数字阅读的普及推广，PDF格式的电子书越来越受到大家的关注和喜爱，但受读屏软件功能的限制，扫描版的PDF电子书是无法直接阅读的，这就需要将其转换为可阅读的文档格式，可对于大多数视障读者来说，这似乎有点专业，今天我就为大家推荐一款非常好用的PDF转换利器——ABBYY FineReaderPDF(以下简称ABBYY)，有了它的支持，我们就可以尽情阅读海量PDF电子书了。
本文介绍了利用机器学习实现胸部CT扫描图像自动判读的任务，这对我来说是一个有趣的课题，因为它是我博士论文研究的重点。这篇文章的主要参考资料是我最近的预印本 “Machine-Learning-Based Multiple Abnormality Prediction with Large-Scale Chest Computed Tomography Volumes.”
笔者最近一直在研究 前端可视化 和 搭建化 的技术, 最近也遇到一个非常有意思的课题, 就是基于设计稿自动提取图片信息, 来智能化出码. 当然本文并不会介绍很多晦涩难懂的技术概念, 我会从几个实际应用场景出发, 介绍如何通过canvas图像识取技术来实现一些有意思的功能. 最后会总结一些对智能化的思考以及对低代码方向的规划, 希望能对各位有所启发.
【新智元导读】伦敦帝国理工学院的研究人员开发了一种新的系统，能自动对各种族、年龄的人脸进行准确的 3D 建模。他们还建立了一个大规模人脸扫描数据库，用于训练这个系统。实验证明，该系统比当前常用的最好模型表现优异许多，可以将任意角度拍摄的 2D 快照生成逼真的 3D 人脸。Science 对此作了报道，标题中提到“计算机科学家构建了迄今最精准的人脸数字模型”。（题图即为新模型随意生成的一些人脸。） 如果你用过智能手机应用程序 Snapchat（译注：类似国内美图秀秀），你可以将自己的照片变成迪斯科熊，或者
今天将分享预测糖尿病黄斑病变 (DM) 患者的抗 VEGF 治疗结果完整实现版本，为了方便大家学习理解整个流程，将整个流程步骤进行了整理，并给出详细的步骤结果。感兴趣的朋友赶紧动手试一试吧。
8 月 6 日，网易有道发布了一款全新的智能学习硬件：网易有道词典笔 2.0。该词典笔只要扫一扫就能自动识别生词、句子，并提供对应的释义、翻译与读音。重要的是，所有这些功能都可以在离线的情况下完成，包括 NMT 实现的整句翻译。当然，这支笔背后的技术不止这些，ASR（语音识别）和 NLU（自然语言理解）等技术也帮助其实现了在线的语音助手问答功能。
文档版面分析是对图片或页面扫描图像上感兴趣的区域进行定位和分类的过程，版面分析的目的是让机器“看懂”文档结构，即将文档图像分割成不同类型内容的区域，并分析区域之间的关系，这是内容识别之前的关键步骤。从广义上讲，大多数方法可以提炼为页面分割和逻辑结构分析。
在这个信息爆炸的数字化时代，扫描工具已经成为我们日常工作和学习中不可或缺的助手。最近，扫描全能王推出了革命性的“智能高清滤镜2.0”，本次更新后，智能高清滤镜能够智能识别并优化扫描过程中的各种问题。无论是光线不均、背景杂乱，还是文档本身的折痕和污渍，它都能一一化解，呈现清晰、准确的扫描结果。
概要：在爬虫中我们时常会碰见登录时候需要识别验证码的问题， 当然，验证码有很多，本篇文章只说最普通的图片验证码。 1、首先需要下载OCR OCR，光学字符识别，作用是通过扫描图片，将其转换为文本。 百
扫描件一直受大众青睐，任何纸质资料在扫描之后进行存档，想使用时手机就能打开，省心省力。但是扫描件的优点也恰恰造成了它的一个缺点，因为是通过电子设备扫描，所以出来的是图像，如果想要处理文件上的内容，直接操作是无法实现的。
今天分享个扫描神器布丁扫描 ，支持安卓和ios，免费无广，在公众号后台回复 扫描 获取下载地址。
预训练模型把迁移学习很好地用起来了，让我们感到眼前一亮。这和小孩子读书一样，一开始语文、数学、化学都学，读书、网上游戏等，在脑子里积攒了很多。当他学习计算机时，实际上把他以前学到的所有知识都带进去了。如果他以前没上过中学，没上过小学，突然学计算机就不懂这里有什么道理。这和我们预训练模型一样，预训练模型就意味着把人类的语言知识，先学了一个东西，然后再代入到某个具体任务，就顺手了，就是这么一个简单的道理。
2022年腾讯全球数字生态大会 线上报名通道正式开启！ 作为腾讯集团产业互联网 规格最高、规模最大、 覆盖面最广的年度盛会 今年我们跟您一起探讨“数实创新”新命题 开创“产业共进”新格局！ 您有一份腾讯云原生专场邀请函请查收！ 大会亮点抢先看 扫描图片二维码可预约直播！ 腾讯云原生 11.1-11.30大促活动持续进行中！ 扫描下方图片二维码进入会场抢优惠！ 点击阅读原文，查看大会详情
安妮 编译整理 量子位 出品 | 公众号 QbitAI 今天要讲的是个背景遥远的故事。 封存数世纪的植物标本可能包含人类还未发现的新物种，但由于目前还未实现完全数字化，人工鉴别归类植物标本不仅成本高，
一、引言 现在,扫描二维码已经成为我们生活中取款、付款、登录APP等常见操作中必不可少的一环。那么,当我们使用手机扫描二维码时,整个过程发生了什么?本文将从原理到实现两个方面,全面揭开扫描二维码的神秘
我们经常会用手机拍摄、截屏了一大堆图片，领导的PPT、客户的名片、各种文案海报等等…… 想着有空后把资料整理成文字稿，但是一想到要在电脑上把文字打出来，巨大的工作量让我们望而却步，最终不了了之。 有没有一种工具可以很顺利的将纸质版的文字变成电子版的文字呢？ 答案肯定是有的，给大家推荐下面这 5 种方法，图片和表格都能秒转文字，分分钟帮你提高工作效率~~ 01 传图识字 1）打开微信，点击下方「发现」选项，选取「小程序」。 2）点击「搜索」，输入“传图识字”，或者“图片文字识别”，或者“扫描大师” 3
现在办公自动化的普及，在办公室工作的人员在制作文案时，会使用到大量的资料，为了保存这些资料，很多人会使用拍照或者是扫描的方式，把内容通过文字图片保存起来，但是在进行编辑时，如果逐字敲成本文格式，会比较麻烦，也容易出错，这时就会遇到文字图片转为本文的情况，下面就来看看，文字图片能不能转换成word文档吧。
---- 新智元报道 编辑：袁榭 【新智元导读】2022年3月中，iOS更新到15.4版本了，这次更新带来了哪些变化呢？ 如果每次苹果发布会都是果粉界春晚的话。那么每次iOS更新，就是果粉界春节结束、再次面临现实的时候： 自己好好的iPhone，因为iOS愈发强大的功能，又得换了。 2022年春的iOS 15.4更新，又给苹果用户们带来了哪些考验设备的新功能呢？ 戴口罩直接使用Face ID刷脸 本次iOS更新，无可置疑的最引人注目特色，是新冠时代无数用户呼吁良久的「戴口罩也能用Face ID
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
腾讯会议
实时音视频
