小编Dav*_*ghi的帖子

我有一个项目,它使用Google Vision API DOCUMENT_TEXT_DETECTION来从文档图像中提取文本.

通常,API在识别单个数字时会遇到麻烦,如下图所示:

我想这个问题可能与某些噪声消除算法有关,它将孤立的单个数字识别为噪声.有没有办法在这些情况下改善视力反应？(例如管理噪声阈值或其他参数)

在其他时候,Vision会将数字与字母混淆:

但如果我指定为参数languageHints ='en'或'mt',则ocr会忽略这些数字.有没有办法强制识别数字或拉丁字符？

我想通过python脚本在Google Cloud Storage上上传图像。这是我的代码：

from oauth2client.service_account import ServiceAccountCredentials
from googleapiclient import discovery

scopes = ['https://www.googleapis.com/auth/devstorage.full_control']
credentials = ServiceAccountCredentials.from_json_keyfile_name('serviceAccount.json', scop
es)
service = discovery.build('storage','v1',credentials = credentials)

body = {'name':'my_image.jpg'}

req = service.objects().insert(
   bucket='my_bucket', body=body,
   media_body=googleapiclient.http.MediaIoBaseUpload(
      gcs_image, 'application/octet-stream'))

resp = req.execute()

如果gcs_image = open('img.jpg', 'r')代码有效并且可以将我的映像正确保存在Cloud Storage中。如何直接上传字节图像？（例如，从一个的OpenCV / numpy的数组：gcs_image = cv2.imread('img.jpg')）

我正在研究Google Cloud ML,我希望能够预测jpeg图像.为此,我想使用:

gcloud beta ml预测--instances = INSTANCES --model = MODEL [--version = VERSION]

(https://cloud.google.com/ml/reference/commandline/predict)

Instances是json文件的路径,其中包含有关image的所有信息.如何从jpeg图像创建json文件？

非常感谢!!

我有一组特定对象的图像.我想找到其中一些是否与机器学习算法有异常.例如,如果我有许多眼镜照片,我想找到其中一个是破损或有异常的东西.像这样的东西:

好!!

坏!!

(显然我会用同样的眼镜...)

问题是我不知道每一个负面情况,所以,对于训练,我只有正面的图像.

换句话说,我想要一种识别图像是否与数据集不同的算法.你有什么建议吗？

特别是有没有办法使用卷积神经网络？