首页 文章 精选 留言 我的

精选列表

搜索[图像识别],共1806篇文章
优秀的个人博客,低调大师

图像识别试验 - 字符验证码、车牌号、身份证号

© 野比 2012 欢迎大家和我讨论相关问题。 代码在此(注意此版并非最终版) 光学字符识别(OCR)是非常有用的技术。在验证码识别、车牌号识别、文字识别方面,基于字符的识别技术算是比较容易上手的了(相比图文识别)。 闲来看到有朋友研究验证码识别,一时手痒,野比自己动手来做做验证码识别。当然,肯定只是简单的验证码。 名为验证码,实际上并不限于,还可以识别车牌号、身份证号、门牌号等各种乱七八糟的内容。 识别的流程很明确: 1、预处理图像 2、做y轴的投影 3、分析直方图分区 4、根据分区拆分图像为多个字符(很关键,拆得越好,后续识别率越高) 5、丢弃空白或无效字符 6、自动旋转字符(如果有倾斜),识别字符 如果样本中个图像有粘连,则可能造成分区不准确。这种情况下,需要进行旋转,但是怎样自动旋转,是个难题。 目前已可拆分出字符,下一步准备研究如何识别。(如果单个字符比较规范,可以利用现成的OCR控件) 这里有一些例子。 普通的验证码(毫无难度) 带干扰的验证码 较高强度干扰(目前使用的分区算法不能解决,需要更好的算法,比如动态阈值) CSDN的验证码(毫无压力) 身份证号码 车牌号 补充个QQ验证码,用单一阈值方法,识别很困难,需要结合字符宽度进行判断 这是单一阈值分区的结果(没有限制宽度),可以看到效果很差。 继续研究如何优化分区算法,如何识别单个文字(可以考虑多重识别+样本训练)。 附上太平洋网站验证码。 有些粘连,但是可以通过固定字符宽度解决(宽度基本一致) 参考这张图(获得整个宽度,然后除以字符数得到每个宽度,分别提取) 二值化我用的Otsu算法,参考文献:"A threshold selection method from gray-level histograms", IEEE Trans. Systems, Man and Cybernetics 9(1), pp. 62–66, 1979 关于验证码,这篇论文很不错,建议参考:"Text-based CAPTCHA Strengths and Weaknesses", ACM Computer and Communication security 2011 (CSS'2011) © 野比 2012 改进的去污算法 污损车牌号拆分字符 Ref: 二值化我用的Otsu算法,参考文献:"A threshold selection method from gray-level histograms", IEEE Trans. Systems, Man and Cybernetics 9(1), pp. 62–66, 1979关于验证码,这篇论文很不错,建议参考:"Text-based CAPTCHA Strengths and Weaknesses", ACM Computer and Communication security 2011 (CSS'2011)

优秀的个人博客,低调大师

手把手教你用TensorFlow搭建图像识别系统(二)| 干货

现在,我们可以开始建立我们的模型啦。实际上数值计算都是由TensorFlow来完成,它使用了一个快速并高效的C++后台程序。TensorFlow希望避免频繁地在Python和C++之间切换,因为那样会降低计算速度。一般的工作流程是,首先为了定义所有的运算,先建立一个TensorFlow图表。在这个过程中没有计算,我们只是进行设置操作。之后,我们才针对输入数据运行计算操作并记录结果。 让我们开始定义我们的图表。首先通过创建占位符来描述TensorFlow输入数据的形式。占位符不包括任何实际数据,它们只是定义了数据的类型和形状。 在我们的模型中,我们首先为图像数据定义了占位符,它们包括浮点数据(tf.float32)。shape参数定义了输入数据的大小。我们将同时输入多幅图像(稍后我们将谈到这些处理),但是我们希望可以随时改变实际输入图像

优秀的个人博客,低调大师

手把手教你用TensorFlow搭建图像识别系统(一)| 干货

如果你觉得这是一篇简单介绍人工智能、机器学习和深度学习的文章,那就错啦。你可以在网上搜罗到一大堆相关话题的文章,而这篇文章也并不是讨论人工智能是否会奴役人类或抢走人们饭碗之类的话题,毕竟相关的各种推论和谣言已经满天飞了。 这只是一篇详细描述如何开始搭建一个机器学习系统,并让它可以识别所看到图像的文章。 作者Wolfgang Beyer目前现在正在学习人工智能和机器学习的内容。他认为最好的学习方式不是仅仅阅读各类材料,而是要真正地去动手搭建一个系统。这就是雷锋网翻译本文的目的,也是作者要向你介绍的。在这篇文章中Beyer将向你展示如何搭建一个系统,去完成一项简单的计算机视觉任务:识别图像内容。 Beyer强调,他并不是一个专家。“我正在学习,而且还有很多东西需要学习。我只是简单介绍我正在做的事情。如果这对你能有所帮助,或者你也觉得很有

优秀的个人博客,低调大师

【论文阅读心得】图像识别中一个常用词的中英文释义——artifact

作者:gnuhpc 出处:http://www.cnblogs.com/gnuhpc/ artifact 非自然信号,人工制品 In video systems, something unnatural or unintended observed in the reproduction of an image by the system. 在视频系统中,图象重显时观察到的反常的或非有意安排的某些东西。 作者:gnuhpc 出处:http://www.cnblogs.com/gnuhpc/ 作者:gnuhpc 出处:http://www.cnblogs.com/gnuhpc/ 除非另有声明,本网站采用知识共享“署名 2.5 中国大陆”许可协议授权。 分享到:

资源下载

更多资源
Mario

Mario

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

Nacos

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

Rocky Linux

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。

Sublime Text

Sublime Text

Sublime Text具有漂亮的用户界面和强大的功能,例如代码缩略图,Python的插件,代码段等。还可自定义键绑定,菜单和工具栏。Sublime Text 的主要功能包括:拼写检查,书签,完整的 Python API , Goto 功能,即时项目切换,多选择,多窗口等等。Sublime Text 是一个跨平台的编辑器,同时支持Windows、Linux、Mac OS X等操作系统。

用户登录
用户注册