小编Dhe*_*eri的帖子

我正在尝试检索字符串张量中的字符以进行字符级别预测.基本事实是每个角色在字典中都有id的词.我有一个对应于字符串长度的张量.

现在,我必须得到字符串张量中的每个字符.在检查相关帖子之后,可以如下简单检索.示例字符串是"This"

a= tf.constant("This",shape=[1])
b=tf.string_split(a,delimiter="").values  #Sparse tensor has the values array which stores characters

现在我想在字母"This"即"T his"之间创建一个带空格的字符串.我也需要在开始和结束时间距.我该怎么做呢？

我试图迭代下面的字符

for i in xrange(b.dense_shape[1]): # b.dense_shape[1] has the length of string
        x=b.values[i]

但循环需要整数而不是张量.

关于如何完成上述任务的任何想法？我找不到任何与此相关的文档(除了tf.string_split函数).欢迎任何建议.谢谢

我正试图在opencv(Python)中使用Hough变换删除方框(垂直和水平线).问题是没有检测到垂直线.我已经尝试了查看轮廓和层次结构,但是这个图像中有太多的轮廓,我很困惑如何使用它们.

在查看相关帖子后,我玩了阈值和rho参数,但这没有帮助.我已附上代码以获取更多详细信息.为什么Hough变换找不到图像中的垂直线？欢迎任何解决此任务的建议.谢谢.

输入图片:

Hough变换图像:

绘制轮廓:

import cv2
import numpy as np
import pdb


img = cv2.imread('/home/user/Downloads/cropped/robust_blaze_cpp-300-0000046A-02-HW.jpg')

gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 140, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, contours, -1, (0,0,255), 2)

edges = cv2.Canny(gray,50,150,apertureSize = 3)
minLineLength = 5
maxLineGap = 100
lines = cv2.HoughLinesP(edges,rho=1,theta=np.pi/180,threshold=100,minLineLength=minLineLength,maxLineGap=maxLineGap)
for x1,y1,x2,y2 in lines[0]:
    cv2.line(img,(x1,y1),(x2,y2),(0,255,0),2)

cv2.imwrite('probHough.jpg',img)