标签: image-recognition

我正在寻找一个解释/ API doc /如何在C++中使用(并训练？)Tesseract的例子,在google Tesseract页面上没什么用处,还能在网上找到一些东西.

任何有用的资源,经验都会受到欢迎,因为我不知道如何开始.

PS:

1. 我对其他图书馆的建议持开放态度.
2. 只有免费图书馆

我有一个png图像,文字我无法识别,有没有办法可能通过adobe photoshop或任何其他方法识别图像上的字体系列.

我需要有关如何解决这个问题的建议.我有一些图片数据:*.jpg,*.bmp ...我需要从中提取数据.数据是字母数字文本.我在德尔福工作.

我在网上搜索过,因为在OCR方面我有点像n00b,而我实际上并不确定一个好的起点在哪里.

我想构建一个能够识别和计算的应用程序,例如说明在任何给定的文档/图像行中填写了多少个复选框(如果有人知道更好的套件,它甚至可能是另一种格式这种类型的应用).最终目标是消除手动数据捕获并加快将整体统计数据提供给应用程序最终用户的过程

我主要以c#编码,所以.net解决方案会更好,但如果不是,我会采取我能得到的.

我的想法是重新设计用户填写的表格,使其与此类似.(请原谅粗略的ASCII艺术:P)所以填写表格的人只需检查纸上的值.

                |  1  |  2  |  3  |  4  |  5  |  
Product A       | [ ]   [ ]   [ ]   [ ]   [x] |    
Product B       | [ ]   [ ]   [x]   [ ]   [ ] |

任何想法将不胜感激

谢谢!

可能重复:
用于通过相机识别形状的iPhone库

我是iPhone移动应用程序开发人员,我正在寻找图像识别库,以集成到我的一个应用程序,这应该像谷歌的护目镜功能.

我看到https://www.iqengines.com/并将其ios sdk下载并且运行良好.但它不是免费版.我正在寻找开源sdk.

还有opencv如何实现这一点？因为有些资源重定向到openCV.

如果有人碰到这个,请告诉我.谢谢

我正在构建一个iOS应用程序,作为一项关键功能,它结合了图像匹配.问题是我需要识别的图像是小型定向运动的10x10斑块,上面有简单的大文字.它们可以很反光并且在外面(因此光线条件会变化).样本图片

池中最多将有15种这样的图像,我需要检测的是文本,以便记录用户所在的位置.

我面临的问题是,使用我尝试过的图像匹配软件,aurasma和稍微成功的arlabs,他们无法区分它们,因为它们主要用于处理详细图像.

我需要准确地检测出正在扫描的斑块,并考虑使用gps来优化选择,但我找到的唯一可靠方法是让用户手动输入文本.我们基于该产品的主要吸引力之一是能够检测到已经存在的这些图像,而不必设置任何其他材料.

任何人都可以建议一个可以工作的软件(就像iOS友好一样)或者一种对用户有效和互动/愉悦的检测方法.

样本环境:http: //www.orienteeringcoach.com/wp-content/uploads/2012/08/startfinishscp.jpeg

环境可以发生很大变化,基本上可以定位斑块的任何位置; 在树木繁茂或开阔地带的围栏,墙壁和柱子,但绝大多数在户外.

我需要使用TensorFlow在我的应用程序中实现简单的图像搜索.要求如下:

1. 该数据集包含大约一百万个图像,所有图像都具有相同的大小,每个图像包含一个唯一对象,并且只包含该对象.
2. 搜索参数是使用可能位于数据集中的某个对象的手机摄像头拍摄的图像.

我已经设法从相机图片中提取图像并将其拉直成矩形形状,因此,像TinEye这样的反向搜索图像索引器能够找到匹配项.

现在我想通过使用TensorFlow来创建基于我的数据集的模型(使每个图像的文件名成为唯一索引)来重现该索引器.

任何人都可以向我指出教程/代码,这些教程/代码可以解释如何实现这样的事情而不会过多地涉及计算机视觉术语吗？

非常感激!

我不确定这个错误意味着什么.我尝试计算时会发生此错误acc:

acc = accuracy.eval(feed_dict = {x: batch_images, y: batch_labels, keep_prob: 1.0})

我试过查找解决方案,但我找不到任何在线.什么导致我的错误？

这是我的完整代码的链接.

我正在使用Tensorflow来识别提供的图片中的对象,遵循本教程并使用此repo我成功使我的程序返回图片中的对象.例如,这是我用作输入的图片:

这是我的程序的输出:

我想要的只是获得所识别物品的颜色(最后一种情况下的红色球衣),这可能吗？

这是代码(从最后一个链接只有很小的变化)

/* Copyright 2016 The TensorFlow Authors. All Rights Reserved.
Licensed under the Apache License, Version 2.0 (the "License");
you may not use this file except in compliance with the License.
You may obtain a copy of the License at
    http://www.apache.org/licenses/LICENSE-2.0
Unless required by applicable law or agreed to in writing, software
distributed under the License is distributed on an "AS IS" BASIS,
WITHOUT WARRANTIES OR CONDITIONS OF ANY KIND, either …

我目前想知道一个应该很容易的图像识别问题,但到目前为止找不到一个简单的解决方案.

输入是一个大约1百万像素的矩形图片,显示轻木表面.它上面有一个薄但可见的网格.网格为黑色黑色,规则且几乎为正方形(比宽度长约8%).网格大小正好是19x19.一般的纸板颜色是"木材",它可以变化,但往往是浅棕色.(更多信息)

表面上放置了许多小的圆形黑色和白色宝石.它们总是放在交叉点上,但由于人为错误,它们可能会稍微偏离.它们的颜色是纯黑色和白色.

该板覆盖0至约300块石头(361个交叉点的80%).黑色和白色宝石的数量大致相同.

边界的大小(没有放置石头的板的边缘)变化,但是已知是"小".

光线可能会导致棋盘上出现阴影.此外,它会在石头上(在光线方向上)出现一个白点.

我想检测一下石头在栅格上的位置.

我的想法是查看每个像素的亮度并将它们分为3类:光(白色宝石),中(宝石)和黑色(黑色宝石).具有许多黑色像素的区域被认为是黑色宝石,依此类推.

之后,黑色和白色区域的大小可用于计算实际网格大小.

另一个想法是识别网格线并使用它们来计算网格大小和位置.由于线条非常薄(通常被石头覆盖),我不知道该怎么做.

我很想听听你关于这个问题的想法.是否有适合的算法？你能想到很有帮助的酷炫技巧吗？我疯了,这个问题无法解决？我在C#工作,但欢迎使用任何语言.