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
Poedit不会自动识别数据库中表的内容。让poedit识别表格内容以便在zend中进行翻译的最佳方法是什么？我希望这是完成automatically....do我必须从数据库创建一个xml文件？
浏览 3提问于2013-05-18得票数 3
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
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
我正在尝试建立一个光学字符识别系统，它可以使用LSTM单元识别手写句子。
现在，我从文献中了解到，你需要给LSTM细胞提供两个输入:一个是你试图识别的图像，另一个是它已经预测的单词序列。因此，例如，如果我有一幅读着“我喜欢机器学习”的图像，我会创建以下几对输入：
图像+ startseq
图像+ startseq +i
形象+起点+我+爱
因此，对于每个输入，您希望LSTM预测下一个单词，即I，爱，机器为上述序列。
我遇到的问题是，我不知道如何将图像和前面的序列输入到LSTM单元中。我是否将我的图像(二维矩阵)划分成行/列向量，并将它们一次发送到LSTM，然后在我发送完之前
浏览 0提问于2018-07-16得票数 0
回答已采纳
我的问题是，什么样的快速方法可以用来从一组图像中识别对象。例如，如果我正在编写一个程序，它有两个输入:一个图像数据库，以及一个对象的单个图像，例如一个人的脸。现在，程序的任务是查找包含此对象的所有图像。
这里的问题是，我知道大多数识别对象的分类系统需要通过大量数据进行训练才能准确，但有没有更快的方法来进行快速扫描？在此应用程序中的一些命中之后，可能会有一个供用户确认命中的选项，这些选项可能用于进一步改进结果。
编辑:澄清一下:我正在寻找的是系统第一次看到一些东西，并从一个图像中尝试匹配数据库中的其他图像。例如，在具有死点的多个安全摄像头之间跟踪某人:摄像头只能看到对象一次(只有几帧好的帧)，因
浏览 0提问于2018-11-23得票数 0
我有一个包含以下字符串的图像控件
http://test.site.com\Content\Images\ProductImages\73\700-4aad-be94-e0b79982951f_0_Chrysanthemum__Product_Search.jpg
我想替换string cleartext=imagePath.Replace("\","/");，但是反斜杠导致了一个问题--如何替换反斜杠？
浏览 2提问于2011-01-26得票数 2
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-${dicee}.jpg“的图片，这是代码：
document.getElementsByClassName('btn--roll')[0].addEventListener('click',()=>{
const dicee = Math.trunc(Math.random()*6)+1;
diceElement.classList.remove('hidden'
浏览 1提问于2022-09-12得票数 -1
1回答
我正在Java (使用OpenCV库)上使用Tesseract (这种自定义字体的预培训)为OCR准备图像。
有一个蓝色文本的图像，通过OpenCV inRange()方法对图像进行大小调整和二值化之后，我得到了黑白图像，但是有些字母是连在一起的，而且Tesseract有时会在它们上出错。此外，还有几个问题:原始文本很小，边框像素总是有一些不同的RGB值，背景也总是不同。
我试图增加inRange()方法捕获的像素数，但是得到了更多的连接字符。在减少捕获像素的数量后，一些字母变得几乎不可见，而且Tesseract无法读取它们。
请告诉我如何在二值化的图像上用白色分割这些字符。或
浏览 5提问于2022-04-15得票数 0
1回答
目标是水平分割图片(双报纸页)在蟒蛇的垂直中心线的基础上，比周围的其他地区更黑暗。
示例图像：
使用opencv (cv2)进行初始裁剪，并使用cv2.Canny从黑色背景中旋转双页面，然后根据cv2.contourArea对轮廓进行排序。
但是，现在我只想找到一条中心线，然后把图像分割成两个独立的图像。再次使用cv2.Canny，我看到它能够识别这条中心线，但不确定如何识别那条长的垂直线，并使用它来分割图像：
最终目标将是两个图像，如下所示：
任何建议都将受到欢迎。
浏览 2提问于2019-01-30得票数 2
回答已采纳
我需要使用iPhone摄像头识别特定的图像。我的目标是拥有一组20张图片，当其中一张照片的打印或其他显示出现在相机前时，应用程序就能识别出这张图片。
我考虑过使用分类器(CoreML)，但我认为它不会给出预期的结果。例如，如果我有一个识别水果的模型，然后我向它展示了两张不同的香蕉图片，它会将它们都识别为香蕉，这不是我想要的。我希望我的应用程序能够识别特定的图像，而不管其内容如何。
我想要的行为正是ARToolKit所做的()，但是我不希望使用这个库。
所以我的问题是:是否有其他库或其他方法，让我识别iOS (最好是Swift)上相机中的特定图像。
浏览 20提问于2017-12-28得票数 0
回答已采纳
1回答
我正在致力于印刷文本的OCR识别。特别是，我着重于预处理步骤，以改进引擎的结果。通过自适应阈值处理、噪声去除、文本分割等，取得了良好的效果。但是，当其他商业产品获得不错的结果时，Tesseract似乎还是失败了。
我使用了下面的测试映像，下面是与两个商业OCR相比，Tesseract 3.04获得的结果。所有3项服务都提供了相同的二值图像，其中包含了一些稍微模糊的文本。
Tesseract
Careers in Technology Consulting
Networking Lunch
21 m 2014, 11:00 - 14:30
Definingthecorporatel
浏览 3提问于2014-12-27得票数 16
1回答
我能够识别所有类型的图像(SVG)，并在控制台日志中追加一个缓存中断日期字符串。
allImg = document.querySelectorAll('img[src$=".svg"');
imgTime = Date.now();
allImg.forEach(img => console.log(img.src + '#' + imgTime));
我一直在研究这个解决方案，但它只适用于单个文件名，而不是多个图像：
任何帮助都很感激。
浏览 6提问于2021-12-05得票数 0
回答已采纳
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
例如，我有以下图像：
有什么方法可以识别文本之间嵌入的图像吗？
我知道你可以使用OpenCV的match_by_template，但是如果你已经知道嵌入的图像是什么的话。当我还不知道嵌入的图像是什么的时候，我花了很多时间研究如何在Python中识别图像，但是我没有找到任何东西。请告诉我我能做些什么。
浏览 3提问于2022-07-06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
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
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
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
3回答
如何区分图片和文本图像
、、、
我在写OCR识别程序。但是，扫描文本可以正常工作，但有两个问题：
在照片上给出假阳性(一些垃圾随机文本，如“闪烁”)它工作得相当慢
目标是找到所有的图像与文本，并提取这个文本。因此，鉴于上述问题，我需要迅速拒绝照片。我希望有一些数学(统计)方法，如计算一些中位数，可以很容易地确定彩色图像，而没有任何明显的结构，如扫描文本。
这种方法/公式不应被特殊类型的图像所欺骗，例如截图的文本或包含大量文本和图片的杂志页。此外，色彩斑斓的文本(如红色在黄色)不应被拒绝。
有没有人有这方面的经验？有什么想法或现成的解决方案吗？
浏览 3提问于2011-07-29得票数 2
2回答
我的项目是分析一个包含鸟类图像的数据集。在此之后，程序应该识别输入图像是否为鸟。
我计划在C++中使用OpenCV。有人能建议我在读取图像数据集之后，需要哪些模块和程序来识别输入是否是鸟类。(我是OpenCV的初学者)
浏览 4提问于2015-02-25得票数 0
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
基于猫和狗识别的例子，我用tensorflow和keras创建了一个cnn，它应该能识别4类图像:猫，汽车，人，花。当我做出预测时，模型会响应一个列表，比如[0. 1. 0. 0.]，它是否正确，或者它是否应该响应一个介于0和1之间的值列表，我必须取其中的最大值？例如0.2、0.1、0.5、0.8
浏览 11提问于2019-12-02得票数 0
1回答
我正在为一个客户做一个个人网站，我希望它是容易编辑。我试图复制客户端在以前的个人网站上使用纯html制作的数据，看起来如下所示：
📷
我想添加一个图像与它的描述并排，最好是在这样的框。我试着从“终极短代码”插件中添加一个短代码，这样我就可以将图像放在一个占屏幕一半的列上，而文本放在另一个列上，把屏幕的另一半像这样：
📷
但是元素之间并没有非常明确的关系，它们看起来就像漂浮在那里，很难编辑，因为每次你想要添加这样的“组件”时，实际上必须添加三个短代码，然后插入图像和文本。
使用内置的图像标题也不起作用，因为标题只在图像的下方，不与文本一起展开。
因此，我的问题是:如何为最终用户添加一种方式，只添
浏览 0提问于2016-10-30得票数 2
回答已采纳
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
1回答
我的iphone应用程序上有一个自定义地图。我打算把大头针放在这张地图上。当用户点击一个大头针时，我想要一个小动画来显示该位置的详细信息。如果需要，用户可以单击详细信息并转到另一个屏幕进行进一步处理。我不确定如何最好地实现这一点。我已经有了地图的滚动视图和图像视图，可以识别它上的引脚点击。现在我需要把细节放进去。我希望它像一个包含多个信息的表格视图单元格。如何将表视图单元格添加到图像视图中位置？
有谁能帮帮忙吗？
谢谢..。
浏览 1提问于2011-02-04得票数 0
回答已采纳
我在上学习了matlab文档的教程。
在那里，他们使用了一个函数helperGrowEdges，但是它现在不能被识别。我验证了我有计算机视觉系统工具箱。我不知道如何实现它。它说它“通过使用边缘位置周围的图像梯度向外增长边缘”，但我无法弄清楚如何才能很好地实现。
浏览 0提问于2014-04-18得票数 1
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
4回答
我有一个简单的GUI程序，我正在与Tkinter一起构建。我想要一堆按钮，上面有应用图片，点击后，启动应用程序。问题是，Python无法识别Skype.gif文件。
代码：
from tkinter import *
import os
def open_skype():
os.system('open /Applications/Skype.app')
master = Tk()
photo = PhotoImage(file='/Users/michael/Desktop/Skype.gif')
but = Button(master, im
浏览 1提问于2014-07-13得票数 1
1回答
b&w图像的子图像匹配
、、、
我试图检测大图像(主/基图像)中的子图像(从图像)，该图像仅为黑白像素，然后用红色矩形勾勒出匹配的轮廓。图像几乎总是方形或矩形。
我看过模板匹配的cv2和PIL，但是它从来没有正确地工作，而是将整个图像作为一个匹配，而不是特定的匹配区域。此外，图像大小是不同的，所以我看了多尺度模板匹配，它仍然不能满足我的需要。
所以，我的问题是，因为我只是在处理b&w和直线之间的碰撞，就像所附的图像一样，图像之间没有足够的差异信息来进行精确的匹配吗？或者，是否有一种可以超越对象识别的ML方法？
道格
浏览 2提问于2019-11-06得票数 2
回答已采纳
1回答
有人能告诉我是否可以使用tensorflow进行说话人识别吗？我正在使用librosa从音频文件中提取MFCC数据，并通过该数据识别说话人。关于如何实现这一点有什么建议或链接吗？
浏览 0提问于2016-12-04得票数 0
我有以下表达式：[^(\r\n)]*来识别任何不包含\r\n的文本。但是，当文本包含(或)时，则无法识别。
示例：
"I have following expression to recognize any text."将被确认为OK。
"I have following expression (A) to recognize any text."将不被识别。
因此，我想要全文："I have following expression (A) to recognize any text."
浏览 1提问于2012-12-08得票数 3
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
我有一个在C#中构建的客户端应用程序，它向with服务发送一个图像和一个id。然后，webservice接收这些信息并将它们插入到MySQL数据库中。但是，有人，But方法不能识别图像，相反，它只是将@icon保存在database....can中，有人告诉我我在哪里出错吗？提前感谢！
[WebMethod]
public string sendDataToMySql(string application_id, byte[] buffer)
{
string MyConString = "SERVER=localhost;" +
"DAT
浏览 3提问于2011-12-20得票数 0
回答已采纳
我正在使用Microsoft Visual Studio用C#编写程序，我需要程序与竖线匹配，但当我试图像这样转义它时，它会给我一个无法识别的转义序列错误。我做错了什么？
浏览 10提问于2018-02-07得票数 2
3回答
我应该使用什么来识别等宽数字？
、、、、
我必须从视频流中识别图像中的数字，还有更多的事情，这应该会使识别变得更容易：
1)固定字体为6x8，所有符号宽度相等
2)我知道数字的确切位置，它们始终是矩形的，不旋转/正视/缩放，但可能会因为空气传输故障而出现一些失真。
3)仅为数字和。
4)数字背景为半黑色(50%不透明)
我尝试过tesseract v2和v3，但.NET包装器并不完美，识别错误非常大，即使我使用自定义字体进行训练，据我所知，这是因为分辨率太小。
我自己制作了一个非常简单的算法，将图像转换为黑白图像，并计算原始字体图像和来自流的图像之间的匹配像素，它的性能比tesseract更好，但我认为更复杂的算法会做得更好。
我试图
浏览 2提问于2012-09-28得票数 0
回答已采纳
我目前正在为我学校的机器人俱乐部开发一个图像识别软件，其中一个部分真的让我摸不着头脑:形状识别。我需要能够检测到这个图像中的方块，然后才能尝试检测竞技场中的形状。
我已经查找了一些库，比如JavaCV，但是我找不到真正适合我的库。作为参考，下面是我试图确定形状的图像
浏览 1提问于2012-12-23得票数 1
回答已采纳
3回答
是否在居中图像顶部添加div？
、、、、
我正在使用ImageFlow ，我想在图像顶部添加div，一旦图像单击并滑动到中心。我试着检查js文件，但MoveIT()函数在js中被调用了很多次，我无法识别。
t.wrap('<div class="f1_card"></div>');
我应该在什么时候编写将div包含在image周围。
谢谢,
浏览 11提问于2013-05-22得票数 6
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
我已经构建了一个使用Tesseract (V3.03 rc1)来识别特定文本字符串的应用程序。不幸的是，这些都打印在自定义字体上，需要我构建自己的培训数据文件。我在iOS (使用作为灵感)和Android (也使用作为灵感)上构建了这个应用程序。
这两个平台的工作流程如下：
我在预览屏幕上选择了一个边框，在那里我可以弹出相关的文本，并相应地裁剪图像。
我使用OpenCV获取二值图像(使用OpenCV的自适应阈值函数，对于两个平台具有相同的参数)
我把这个二进制图像传递给Tesseract。这两个平台(Android和iOS)使用相同的训练数据文件。
然而，iOS很好地识别了
浏览 2提问于2015-05-29得票数 3
回答已采纳
我最近尝试了这个代码，只是为了满足好奇心。
from * import * as *
if __name__ == '__main__':
z = *.zeros((3,3))
print(z)
有人能告诉我为什么import *不是一个有效的选择吗？我真的想要一个选项，只导入在一行中安装/识别的每个库。我应该发布一个错误报告，还是一个特性请求？
浏览 3提问于2022-05-08得票数 -1
回答已采纳
我正在尝试写一个使用k-NN算法进行人物识别的简单程序。我认为这个问题很经典，但我需要一些帮助。k-NN分类器需要计算一些距离，所以我的问题是，如何比较，或者如何计算两个图像之间的距离？(我提到我必须使用L2范数作为度量距离)谢谢！
浏览 3提问于2016-12-13得票数 0
2回答
比如说，在我的程序中，我将一个字符串传递给了一个方法。
someMethod("hello World")；
在编译时，我假设文字"Hello world“被识别为常量，而不是直接声明它。
如果它将其识别为常量，是否将重复的地址存储为相同的地址？
更确切地说，是c++11吗？
因此，让我们有一个案例场景，假设我用一个Object to String列表填充了一个映射。
map<std::string,Shader> list;
list["shaders/sprite.vs"] = Shader("shaders/sprite.vs&
浏览 0提问于2017-05-26得票数 1
1回答
文字识别，音标是硬伤。发个结果比较图，希望有助于提高识别率。
Screen Shot 2019-05-13 at 17.41.11.png
汉字 一
大写英文 I
浏览 441提问于2019-05-13
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
3回答
模糊边缘检测
、、、
我对图像处理和识别的背景知识很少。我试图检测灰度图像(如肖像)上的主边缘/灰度转换。问题是，在某些地方，边缘是模糊的(因为焦点)。我使用多个阈值的Canny边缘检测器，但我永远无法检测到这些边缘(下巴、衣服、耳朵、脸的侧面，.)
原始图像：
这就是我得到的结果:胡须，锋利的边缘
这就是我感兴趣的特性:主要灰色区域之间的转换
边缘检测是正确的工具吗？谢谢!
UPDATE：使用Deriche过滤并在边缘检测之前将图像大小减半(使用apertureSize=7)，我使它非常接近于我想要的。
浏览 3提问于2016-05-01得票数 5
回答已采纳
我做了一个包含两个图像的固定容器的窗口，这两个图像.Here都是使用Pixbuf动态设置的图像。这两个图像是重叠的。就像一个框架和图像。如何将这些图像合并到一个图像中并保存到文件系统？请帮帮我，我是个新手。谢谢
image12.Pixbuf = global::Gdk.Pixbuf.LoadFromResource ("TryNew.ivy.png");
浏览 4提问于2013-09-02得票数 0
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
