- 综合排序
- 最热优先
- 最新优先
- 来自专栏Node开发
图片文字识别(2)
上篇文章主要对百度AI文字识别接口最基础的通用文字以及手写文字图片进行了接入识别，本篇文章我们来接着看几个实用性比较强的文字识别接口。百度AI接口对接挺容易的，签名加密都没有涉及到。 上篇文章只介绍了第一个实用性接口：身份证识别接口，我们当时只以正面照做了示例，该接口不支持图片url，而是需要将图片数据以BASE64编码。我们直接贴关键代码： ? 但是这样操作优缺点在哪呢： 优点：相对于读取本地照片，用户可以传入指定图片的url进行缓冲数据再进 行编码为BASE64，可以达到文字识别用户想要上传的图片。 2.如果图片需要进行保存，可以前端将图片转化为binary格式，后端先将图 片上传到服务器或者直接传到对象存储oss，然后获得图片路径，使用现 在的方法加载缓冲数据，进行BASE64编码最后调用接口解析图片文字信息 而且百度AI还提供了一系列需要申请权限的接口，很大成都方便了我们的开发，我们不必去追究底层是如何识别图片中的文字的，就可以快速接入API识别我们需要的功能。
58.3K30发布于 2019-07-01 - 来自专栏陶陶计算机
使用Detectron2识别自己的图片数据
2 最近迷上了实例分割，开始的时候最先研究的是Mask_RCNN，在github上找了一下开源的库，发现很多都是基于Tensorflow的，而我又比较喜欢Pytorch,所以就找了Detectron2 安装如下图所示 此过程需要进行大概两三分钟 最终的结果如下 PART 04 执行 在完成上述的安装后，我们需要看一下是不是可以使用 在这里我们需要将终端切换到demo的文件夹下面 将需要测试的图片放在 COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl MODEL.DEVICE cpu 其中input后接的时需要测试的图片数据 ，output后面接的是识别完毕后的结果图片名字，这里可以根据自己的意愿进行定义 如果你的计算机有配置gpu的话可以将最后的那个MODEL.DEVICE cpu删除，即： python demo.py //COCO-InstanceSegmentation/mask_rcnn_R_50_FPN_3x/137849600/model_final_f10217.pkl 最终的识别结果如下所示： 由于笔者的能力有限
83410编辑于 2022-09-28 - 来自专栏陶陶计算机
使用Detectron2识别自己的图片数据
的配置，没有GPU的也不影响，可以运行的 安装 在克隆完Detectron2的源代码之后，还不能直接用，还需要进行安装 在Detectron2的根目录下打开终端，输入如下命令： python -m pip png] [7.png] 执行 在完成上述的安装后，我们需要看一下是不是可以使用 在这里我们需要将终端切换到demo的文件夹下面 将需要测试的图片放在demo中 [5.png] 在这里我们需要执行如下命令 COCO-InstanceSegmentation/mask\_rcnn\_R\_50\_FPN\_3x/137849600/model\_final\_f10217.pkl MODEL.DEVICE cpu 其中input后接的时需要测试的图片数据 ，output后面接的是识别完毕后的结果图片名字，这里可以根据自己的意愿进行定义 如果你的计算机有配置gpu的话可以将最后的那个MODEL.DEVICE cpu删除，即： python demo.py //COCO-InstanceSegmentation/mask\_rcnn\_R\_50\_FPN\_3x/137849600/model\_final\_f10217.pkl 最终的识别结果如下所示
94500编辑于 2022-05-30 车型识别-汽车图片识别-车型图片识别-车型OCR-汽车识别
前言车型识别是识别图片中车辆的具体车型，可识别常见的3000+款车型（小汽车为主），输出车辆的品牌型号、颜色、年份、位置信息；支持返回对应识别结果的百度百科词条信息，包含词条名称、百科页面链接、百科图片链接 车型识别已深入到交通、商业、安防等多个领域，核心应用场景如下：智慧交通与安防监控特定车辆追踪与布控： 在交通安防场景中，系统不仅识别车牌，还能综合识别车辆的24种外观属性（如是否有车顶架、车窗雨眉、副驾驶是否有人 智慧停车与园区管理无感支付与通行效率提升： 在停车场出入口，采用“车牌+车型”双重识别机制，不仅能准确计费，还能有效防范套牌车逃费。结合车型识别，可将车辆通行效率大幅提升。 精细化车位管理： 在大型停车场或园区，系统可根据识别出的车辆类型（如小汽车、巴士、卡车）及车身尺寸，智能分配停车位，优化车位周转率。 "baike_url": "xxx",//对应车型识别结果百度百科页面链接 "image_url": "xxx",//对应车型识别结果百科图片链接
21210编辑于 2026-09-14- 来自专栏java系统
python智能图片识别系统（图片切割、图片识别、区别标识）
python flask图片识别系统使用到的技术有：图片背景切割、图片格式转换（pdf转png）、图片模板匹配、图片区别标识。 ] 识别效果： [在这里插入图片描述] 成功了。。。 第二组： 这会搞个复杂些的，也是实用的图片 图片1：（图片仅供交流，侵权删） [在这里插入图片描述] 图片2： [在这里插入图片描述] 你会发现，其实图片2是图片1的子图，这下我们看看程序处理的效果： # os.makedirs(result_path) # 若图片文件夹不存在就创建 # # 进行图片识别并标识图片差异 result_path + '/template' + \ # str(Util().random_num() + 1) + '.png' # 识别两张图片并标识差异点
19.2K20发布于 2020-08-13 - 来自专栏python3
python 图片识别
安装库 pip install pytesseract pip install Pillow windows安装 tesseract 中文识别 下载地址：https://digi.bib.uni-mannheim.de 2、添加系统变量 ?
10K30发布于 2020-01-10 - 来自专栏R0A1NG 技术分享
python图片识别文字
Tesseract-OCR\\tesseract.exe'路径为自己的tesseract安装路径 from PIL import Image import pytesseract img = Image.open('2.
56.3K40编辑于 2022-02-19 - 来自专栏python3
python 3.7 识别图片
为了把百度文档的内容弄下来，就弄了一下这个 基本环境 操作系统：win7 64位系统 python版本：3.7 2.安装配套环境 2.1 首先安装OCR字符识别库Tesseract 下载网址：https digi.bib.uni-mannheim.de/tesseract/ 我下载的是：tesseract-ocr-w64-setup-v4.0.0-beta.4.20180912.exe 2.2 下载后双击进行安装，这里因为我们要识别中文字符 pytesseract.py（在这路径下 python37\Scripts） tesseract_cmd = 'D:/Program Files (x86)/Tesseract-OCR/tesseract.exe' 3.测试（识别中文的时候 ，在剪切图片，要让数字稍微大一点，把数字放在图片中心，若识别出来，错别字比较多的话，再重新弄一次图片来识别） #coding=utf-8 from PIL import Image import pytesseract text=pytesseract.image_to_string(Image.open('H:/2.png'),lang='chi_sim') for i in text.split("\n"): print
8.6K10发布于 2020-01-03 - 来自专栏音视频技术学习笔记
图片文字识别原理
机器学习作业3-神经网络 一、算法目标 通过神经网络，识别图片上的阿拉伯数字 作业材料中提供了原始图片素材，并标记了观察的值 ? 每一张小图，宽高20 * 20，用灰度值表示。 plt.xticks(np.array([])) plt.yticks(np.array([])) #绘图函数，画100张图片 2. 先用逻辑回归处理数据 下面这段话非常重要，是数字识别的核心逻辑 raw_y表示结果集，存储了5000条数据的结果，单一维度的机器学习算法并不能识别出多种可能。 = a1 @ theta1.T # (5000, 401) @ (25,401).T = (5000, 25) z2.shape z2 = np.insert(z2, 0, values=np.ones (z2.shape[0]), axis=1) a2 = sigmoid(z2) z3 = a2 @ theta2.T a3 = sigmoid(z3) y_pred = np.argmax(a3,
48.1K10发布于 2021-03-05 - 来自专栏Coxhuang
Python 图片识别 OCR
Python 图片识别 OCR #1 需求 识别图片中的信息,如二维码 #2 环境 macOS / Linux Python3.7.6 #3 安装 #3.1 macOS 安装 tesseract //只安装 tesseract //安装tesseract，并安装训练工具和语言 brew install --all-languages --with-training-tools tesseract 2. CentOS) 安装依赖 yum install autoconf automake libtool libjpeg-devel libpng-devel libtiff-devel zlib-devel 2. install pytesseract pip install Pillow #4.2 Python代码 from PIL import Image import pytesseract # 指定图片路径和识别的语言
22.2K20发布于 2020-11-07 - 来自专栏月色的自留地
TensorFlow从1到2（五）图片内容识别和自然语言语义识别
在《从锅炉工到AI专家(8)》文中，我们演示了一个使用vgg19神经网络识别图片内容的例子。那段代码并不难，但是使用TensorFlow 1.x的API构建vgg19这种复杂的神经网络可说费劲不小。 （1,224,224,3)这样的形式 # 相当于建立一个预测队列，但其中只有一张图片 img = np.expand_dims(img, axis=0) # 使用模型预测（识别） predict_class = model.predict(img) # 获取图片识别可能性最高的3个结果 desc = vgg19.decode_predictions(predict_class 仍然使用原文中的图片尝试识别： $ . 使用这种方式，在图片识别中，换用其他网络模型非常轻松，只需要替换程序中的三条语句，比如我们将模型换为resnet50： 模型引入，由： from tensorflow.keras.applications
3.6K30发布于 2019-04-25 - 来自专栏星河造梦坊专栏
ARCore⭐四、图片识别
1、完成这篇文章所示内容 2、新建Canvas，添加名为FitToScanOverlay的Raw Image， a、为其添加AspectRatioFitter，Aspect Mode设置为Fit 3、选中你要识别的图片，右键-Create > GoogleARCore > AugmentedImageDatabase. 4、右键-Create > GoogleARCore > SessionConfig ARCoreSessionConfig的Plane Finding Mode：Disableed 5、将4创建的ARCoreSessionConfig赋值给ARCore Device 6、为扫描图片会出现的对象添加如下脚本 gameObject，挂载名为ARCoreImageController的脚本 a、为脚本的AugmentedImageVisualizerPrefab赋值6的要显示的物体（注意：此处对象的顺序就是图片库的顺序 ，这样才能使扫描的图片对应相应的对象） b、FitToScanOverlay属性赋值2的FitToScanOverlay 脚本内容如下： namespace GoogleARCore.Examples.AugmentedImage
5.4K10编辑于 2024-08-15 - 来自专栏用户8739990的专栏
图片识别技术原理 进行图片识别时的注意事项
如今，越来越多的图片识别技术走进日常生活中。这项新兴的技术给人们的生活带来极大的便利。如今广泛地应用于安保、支付、甚至是如今很受人们关注的疫情防控领域。 那么计算机是如何只根据一张图片来识别出如此多的信息来的呢？下面就来为大家介绍一下这项技术背后的原理以及一些注意事项。 image.png 一、原理简单实践难 实际上，图片识别的基本原理十分的简单。 计算机也是如此，对图片进行识别就是在计算机中设定程序，使得计算机也可以通过摄像头来识别问题。然而，在真正的实践中光有原理远远不够。在几代人几百年的技术发展后，这项技术才有了一定的雏形。 直到近十年，计算机学会了更加高级的神经网络图像识别。通过一层层的明确分工，对图像进行筛选，从而达到识别的目的。 二、进行二维码识别时有关注意事项 在大家的生活中，使用最多的图片识别就是二维码的识别了。 通过以上的介绍，相信大家都已经了解了图片识别技术的原理。在使用二维码时，大家应该要更加的小心谨慎，不给不法分子可乘之机。
7.9K20发布于 2021-07-12 - 来自专栏用户8739990的专栏
图片文字识别怎么操作？图片文字识别怎么传出文件？
图片文字识别怎么传出文件？下面小编就为大家带来详细介绍一下。 image.png 图片文字识别怎么操作？ 大家在日常工作或者学习的时候往往都会用到图片文字识别，很多第一次使用的时候并不知道如何操作，首先要知道图片文字识别是比较复杂的，一般来说都是借助各种工具软件来实现的，大家可以在网上下载一些功能比较丰富的图片文字识别软件 图片文字识别怎么传出文件？ 图片文字识别是需要将图片上面的文字识别出来的，有些图片中的文字数量比较大所以会整合在一个文件上面，比如平时使用的文档或者Word等等，大家使用图片文字识别工具将图片中的文字识别出来，然后直接点击导出按钮就可以得到包含文字的文件了 关于图片文字识别的文章内容今天就介绍到这里，相信大家对于图片文字识别已经有所了解了，图片文字识别的使用还是很简单的，大家如果有需求的话可以选择一些好用的工具，下载安装就可以直接使用了。
47.6K30发布于 2021-07-23 食物热量识别-食物图片热量识别-菜品图片热量识别-菜品热量识别-食物卡路里识别API接口介绍
基于AI大模型，智能识别图片中的菜品及其热量，可以实现快速记录。秒级录入： 拍照即可自动识别食物种类并估算热量，将记录时间从几分钟缩短至几秒。 智能识别图片可以自动识别食物名称、预估重量、计算热量（含GI值）及营养成分。还支持多菜品识别，如果拍摄一桌菜品的照片，可以一次识别照片中所有菜品的热量。 API介绍请求说明名称类型必须说明imageUrlString是食物图片地址返回样例{ "code": 200, "msg": "成功", "taskNo": "123117418248089423391937 "calory": 18,//热量,单位100g/100ml "name": "蛋白质",//食物名称或者营养成分名称 "type": 2 //类型 1-食物 2-营养成分 } ] }}
70510编辑于 2026-06-11- 来自专栏DevOps
Python：使用opennsfw2对图片视频进行鉴黄识别
图片素材请参考 小结中地址进行下载。 pip install opennsfw2 2.代码实践 图片识别 代码如下： import opennsfw2 as n2 # 将自动下载预训练模型 open_nsfw_weights.h5 到 C , 0.8638442158699036] 视频识别 代码如下： import opennsfw2 as n2 video_path = '1.mp4' elapsed_seconds, nsfw_probabilities height if height else width return int(width), int(height) def img_resize(event=None): """显示图片 : win.destroy() def open_file(event=None): """打开图片""" global initialdir global
3.8K10编辑于 2024-03-29 openclaw 识别图片 提取文字
如何让小龙虾识别图片，批改作业，按照下面布置来设置第一步：使用modelsstatus查看当前配置在执行任何修改前，建议先运行以下命令，了解当前的图片模型设置和认证状态：注意：openclawmodelsstatus 没配置图片模型是识别不了图片的查询结果是这样的第二步：使用正确的命令修改图片模型修改图片模型需要使用专门的CLI命令，而不是status。 设置主要的图片模型：使用openclawmodelsset-image命令，后面跟上你想使用的视觉模型ID。 管理图片模型的备用方案（回退链）：为了确保在处理图片任务时有更高的成功率，你还可以为imageModel配置一个备用模型列表。 bash#列出当前的图片模型回退链openclawmodelsimage-fallbackslist#向回退链中添加一个模型openclawmodelsimage-fallbacksaddopenrouter
4.4K30编辑于 2026-03-12- 来自专栏Node开发
图片文字识别实现(1)
接下来我们看下第一个接口：通用文字识别。 通用文字识别接口 先贴下文档接口说明： ? 本接口需要用到的请求参数也顺便贴出来： ? 接口其实很简单，上传图片解析文字。 可以看到图片识别文字解析到了两句话，当然这个接口可以选传参数，我们可以再看下请求参数说明可以选择识别语言类型，检测图片朝向等。选传参数我这边不测试，有兴趣可以自行拓展。 接下来我们来看下一个接口：手写文字识别。 手写文字识别 本接口可以识别图片中手写中文或数字。首先贴下接口说明： ? 我将使用以下图片进行手写图片识别： ? 话不多说，我们直接实现代码： ? ? 身份证识别 支持对大陆居民二代身份证正反面的所有字段进行结构化识别，包括姓名、性别、民族、出生日期、住址、身份证号、签发机关、有效期限；同时，支持对用户上传的身份证图片进行图像风险和质量检测，可识别图片是否为复印件或临时身份证 本篇文章就到这里结束了，下一篇接着讲讲剩下的文字识别接口，涉及各种类型的图片文字识别如银行卡照片识别，行驶证照片识别等。我们下一篇文章再见!
22.5K60发布于 2019-06-20 - 来自专栏算法工程师的学习日志
Python Easyocr 图片文字识别
前段时间做了车牌识别相关的内容分享，参看： 车牌识别（1）-车牌数据集生成 车牌识别（2）-搭建车牌识别模型 今天给大家分享一个简单的OCR文本识别工具：easyocr。 2.使用教程 import easyocr reader = easyocr.Reader(['ch_sim']) # ch_sim是Chinese simplified简写 result = reader.readtext Windows：C:\Users\用户名\.EasyOCR\model Linux：~/ .EasyOCR / model 如下图所示： 重新执行脚本不会再提醒下载模型了，随便找的一个图片如下： 、识别文本结果和置信度。 ，以及思考下如何改进车牌识别效果
19.7K60编辑于 2022-07-27 - 来自专栏宜达数字
AR开发--（一）图片识别
所以手势识别的必要性就展示出来了！我会在第二篇教程中一步一步教大家集成手势识别系统！ 1、先说怎么实现这种效果： 我们使用的EasyAR SDK包。图片识别通过内置的案例进行复制，修改。 2、认知SDK 首先要了解SDK内部的核心代码脚本。 ? Paste_Image.png 此脚本中我自己添加了有一个bool值用来实现识别图片后，让模型的永留。 说说里面的方法： 首先根据目标寻找事件添加类似事件 在目标丢失事件中添加相关的类似事件 在目标加载事件中添加相关的类似事件 在目标不加载事件中添加相关类似事件 识别的本质实在Json中加载具体的图片 ，然后从SteamingAssets中获取里面图片的名字，这样就可以识别了！ 具体的SteamingAssets中添加了我们Json中的图片 紧接着给我们的游戏对象添加如下图脚本 ?
4.4K20发布于 2020-06-02
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号