首先下载并安装 GraphicsMagick。在 Mac OS X 中，你可以方便地使用 Homebrew 安装:
brew install graphicsmagick
然后使用 npm 下载 Recognizejs：
npm i recognizejs
导入 Recognizejs 到你的项目中:
const Recognizejs = require('recognizejs');
Recognizejs 对象模型，然后初始化它:const myModel = new Recognizejs(); // 初始化它 // init 函数会返回一个 Promise 对象 await myModel.init();
PS: 模型初始化可能需要 1-2分钟时间（取决于你的设备性能），所以请耐心等待。 
const fs = require('fs');
const myImgBuffer = fs.readFileSync(myImagePath);
recognize 函数，并将你的图片的 buffer 通过参数传递给它：// recognize 函数会返回一个 Promise 对象，我们推荐你使用 await 语句获取它的返回值 const results = await myModel.recognize(myImgBuffer); /* [ { className: ['className1', 'className2', 'className...'], probability: 0.9 }, { className: ['className1', 'className2', 'className...'], probability: 0.599 } ] */ console.log(results);
上述例子中的代码可以在 examples 文件夹中找到。
new Recognizejs(config?);
参数：config 是一个可选的参数，并有以下的属性：
{
cocoSsd?: {
// base：控制基本cnn模型，可以是“ mobilenet_v1”，“ mobilenet_v2”或“ lite_mobilenet_v2”。 默认为“ lite_mobilenet_v2”。 lite_mobilenet_v2的大小最小，推理速度最快。 mobilenet_v2具有最高的分类精度。
base?: ObjectDetectionBaseModel,
// 一个可选的字符串，用于指定模型的自定义网址。 这对于无法访问GCP上托管的模型的区域/国家非常有用。
modelUrl?: string
},
mobileNet?: {
// MobileNet版本号。 将1用于MobileNetV1，将2用于MobileNetV2。 默认为1。
version: 1,
// 控制网络的宽度，交易性能的准确性。 较小的alpha会降低准确性并提高性能。 0.25仅适用于V1。 默认为1.0。
alpha?: 0.25 | .50 | .75 | 1.0,
// 用于指定自定义模型url或tf.io.IOHandler对象的可选参数。 返回模型对象。
// 如果您在中国大陆，请将 modelUrl 改为 https://hub.tensorflow.google.cn 上的模型。
modelUrl?: string
// 可选参数，用于指定由modelUrl托管的训练模型期望的像素值范围。 通常为[0，1]或[-1，1]。
inputRange?: [number, number]
}
}
cocoSsd 和 mobileNet 是两种不同的神经网络。cocoSsd 用来侦测一张图片中的多个物体，而 mobileNet 用来精确识别单个物体。
model.init(modelType?);
init 函数会返回一个 Promise 对象，你可以使用 await 语句来处理它。
参数：modelType 可以是一个字符串或数组。您可以在此处设置要加载的模型，以避免加载不需要的模型。[如果不设置 modelType，它将同时加载 cocoSsd 和 mobileNet 模型]
例子：
model.init(); // 或 model.init(['cocoSsd', 'mobileNet']); // 或 model.init('cocoSsd'); // 或 model.init('mobileNet');
如果你不使用 init 函数加载模型，当你需要使用它们的时候，他们会 自动 加载，但是加载模型可能需要很长的时间，所以请根据情况选择加载方法。
model.recognize(buf);
recognize 函数返回一个 Promise 对象，你可以使用 await 语句来获取它的返回值。
参数：buf 参数需要你传递图片文件的 Buffer 数据，你可以使用 fs 模块读取图片文件。
返回值：
[
{
className: [
'giant panda',
'panda',
'panda bear',
'coon bear',
'Ailuropoda melanoleuca'
],
probability: 0.9819085597991943
},
{
className: [ 'Chihuahua' ],
probability: 0.006128392647951841
},
{
className: [ 'French bulldog' ],
probability: 0.0026271280366927385
}
]
例子：
const myImgBuf = require('fs').readFileSync(myImgPath);
model.recognize(myImgBuf);
model.detect(buf)
detect 函数返回一个 Promise 对象，你可以使用 await 语句来获取它的返回值。
参数：buf 参数需要你传递图片文件的 Buffer 数据，你可以使用 fs 模块读取图片文件。
返回值：
[
{
bbox: {
x: 66.92952662706375,
y: 158.30181241035461,
width: 157.67111629247665,
height: 165.00252485275269
},
class: 'bear',
score: 0.9642460346221924
},
{
bbox: {
x: 180.56899309158325,
y: -0.32786130905151367,
width: 246.6680407524109,
height: 308.3251893520355
},
class: 'bear',
score: 0.9133073091506958
}
]
例子：
const myImgBuf = require('fs').readFileSync(myImgPath);
model.detect(myImgBuf);
model.detectAndRecognize(buf);
detectAndRecognize 函数返回一个 Promise 对象，你可以使用 await 语句来获取它的返回值。
参数：buf 参数需要你传递图片文件的 Buffer 数据，你可以使用 fs 模块读取图片文件。
返回值：
[
recognizeObject,
recognizeObject,
recognizeObject
]
例子：
const myImgBuf = require('fs').readFileSync(myImgPath);
model.detectAndRecognize(myImgBuf);
微信关注我们
转载内容版权归作者及来源网站所有！
低调大师中文资讯倾力打造互联网数据资讯、行业资源、电子商务、移动互联网、网络营销平台。持续更新报道IT业界、互联网、市场资讯、驱动更新,是最及时权威的产业资讯及硬件资讯报道平台。
近一个月的开发和优化，本站点的第一个app全新上线。该app采用极致压缩，本体才4.36MB。系统里面做了大量数据访问、缓存优化。方便用户在手机上查看文章。后续会推出HarmonyOS的适配版本。
马里奥是站在游戏界顶峰的超人气多面角色。马里奥靠吃蘑菇成长，特征是大鼻子、头戴帽子、身穿背带裤，还留着胡子。与他的双胞胎兄弟路易基一起，长年担任任天堂的招牌角色。
Nacos /nɑ:kəʊs/ 是 Dynamic Naming and Configuration Service 的首字母简称，一个易于构建 AI Agent 应用的动态服务发现、配置管理和AI智能体管理平台。Nacos 致力于帮助您发现、配置和管理微服务及AI智能体应用。Nacos 提供了一组简单易用的特性集，帮助您快速实现动态服务发现、服务配置、服务元数据、流量管理。Nacos 帮助您更敏捷和容易地构建、交付和管理微服务平台。
Rocky Linux（中文名：洛基）是由Gregory Kurtzer于2020年12月发起的企业级Linux发行版，作为CentOS稳定版停止维护后与RHEL（Red Hat Enterprise Linux）完全兼容的开源替代方案，由社区拥有并管理，支持x86_64、aarch64等架构。其通过重新编译RHEL源代码提供长期稳定性，采用模块化包装和SELinux安全架构，默认包含GNOME桌面环境及XFS文件系统，支持十年生命周期更新。
扫码在手机上查看文章
扫描二维码，手机阅读更方便
有任何问题或合作意向欢迎联系我们
Email: 99873273@qq.com
QQ: 99873273