1回答
我正在开发一个android应用程序来识别特定板块的文本，如图中所示：我必须识别白色的文本(例如，接近“Mod”)。我正在使用Google的文本识别API，但是它失败了。因此，我使用OpenCV编辑图像，但我不知道如何强调(白色)文本，以便OCR识别它。我尝试了更多的东西，如对比度，亮度，伽马校正，自适应阈值，但情况有很大的不同，因为照片是如何拍摄的。你有什么想法吗？
浏览 0提问于2018-07-16得票数 1
回答已采纳
我正在使用Kinect开发一个c#应用程序，它依赖于语音输入来完成任务。我有一个阿拉伯单词列表，用户可以说，以选择不同的菜单项。CMU：第一个问题是它是基于java的。我已经看过KVM和桥一，但我不能用这个东西走得太远。我无法将它设置为在Java中工作。没有关于如何使用已准备好的文件的步骤。我也看过，这个人的问题是相似的，但我不能用同样的方式解决我的问题。
我不能使用像Sakhr这样的商业应用程序，因为我没
浏览 2提问于2013-09-16得票数 0
回答已采纳
如果Siri没有正确识别这个名字(例如，如果它不是一个英语单词，她就不会)，你可以用"Open‘app“来加上它-- Siri会更自由地匹配应用程序名称。这里有一个问题，：是否可以在您自己的应用程序中包含一个语音读音，这样Siri就可以不用“开放”-keyword来理解它了？
有点像你可以为联系人的名字定义发音。
浏览 17提问于2012-12-13得票数 2
回答已采纳
我希望创建一个数据库应用程序，作为一系列类似应用程序的模板，但我想知道是否有一种方法可以在代码中创建可替换的文字(例如方法名)，这样当我使用模板创建一个新应用程序时，我就可以很容易地从模板创建的泛型读音文字中识别出需要更改的文字
浏览 4提问于2017-11-06得票数 0
回答已采纳
改变亮度和对比度可能有助于这种情况。但我的项目与计算机视觉有关。所以我想让我的程序识别是否需要增加或减少亮度和对比度，但如何识别呢？我不知道，请帮帮我
浏览 0提问于2016-05-13得票数 1
我有一个应用程序通过api.ai谷歌助理谷歌主页，如果我“键入”我的应用程序到谷歌助理在测试模式，它工作。比如“嘿谷歌，让我和西蒙妮谈谈”。
浏览 2提问于2017-10-21得票数 1
回答已采纳
2回答
我有一个带有光学字符识别器的iPhone应用程序，它可以捕获这种格式的语音列表：(字符TAB发音TAB定义)
wang3zhan4网站TAB网站
yin2hui4网站网站zhuan1xiang4
浏览 3提问于2013-07-02得票数 0
1回答
Google能够识别经常出错的十六进制数字(准确率约为60%)。例如，当我试图识别带有“78303D 61”的扫描图像时，Google会识别它的文本，比如“78303061”。对于OCR识别，我使用了和.NET Api客户端，结果也不正确。imageAnnotatorClientBuilder.DetectDocumentTextAsync(image, imageContext);
玩对比度此外，我还向提供了一
浏览 3提问于2020-12-08得票数 0
1回答
用于重读音节的字典API
、、、
我已经找到了大量同时返回这两个参数的API，比如，但我不确定如何处理搜索方面的问题。有没有一种方法可以用这个API实现我想要的东西，而不是一遍又一遍地询问随机单词并检查它们是否符合我的需求？这看起来真的很慢，把我推到了我的使用极限。
浏览 30提问于2016-08-03得票数 0
回答已采纳
2回答
谷歌云视觉-数字和数字OCR
、、、、
我使用了谷歌的云视觉API文本识别，但结果是不可靠的。在30幅高对比度的1280×1024 bmp图像中，只有少数几个得到了正确的输出，或者至少在结果中包含了正确的输出。是否有一种方法可以帮助程序更好地识别数字，例如，将结果限制在特定的格式，或者仅限于数字？
浏览 5提问于2016-09-16得票数 17
回答已采纳
2回答
我之前问过这个问题“如何从图像中提取数字”，最后我完成了这一步，但当我试图识别数字时，有一些测试用例会导致糟糕的输出。以下面的图像为例这个图像是低对比度(从我的观点)我试图调整它的对比度和结果仍然不可接受的.I也尝试锐化它然后我应用伽马校正，但结果仍然不公平，所以提取的数字不能很好地识别分类器
这是(锐化+
浏览 1提问于2014-01-17得票数 3
1回答
格列廷斯 this.garbage.push(recognition);在Chrome上，它工作得很好，但是在Safari上，识别结果是非常糟糕的例如，如果我说：“你好助理，更改对比”，其结果可能是：“”之类的。
这个问题的一个特点是语音识别接口在safari上触发的事件只是start和audiostart。我也接受在我的申请中
浏览 14提问于2022-03-11得票数 1
回答已采纳
我们调用用库zxing，zbar来扫描较为模糊、色差对比度较低的二维码，无法识别，用微信的扫一扫能轻松识别，实在是太牛B了，请问贵平台是否开放接口？
浏览 804提问于2019-03-07
1回答
我想使用受限玻尔兹曼机进行模式识别。我注意到，它们实际上用于查找模式中的分布，而不是模式识别。我看了下面的论文：，它似乎使用了基于角色的模型的扩展，称为ConditionalRBM。我想实现这一点。我已经使用了对比发散来实现RBM，为了简单起见，我想继续使用CRBM。本文的重点是用更精确的算法取代对比发散。
浏览 4提问于2012-12-28得票数 3
回答已采纳
云服务器
ICP备案
实时音视频
对象存储
即时通信 IM
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号