之前做手机号扫描，更换了很多方案，过程中的笔记都在这篇文章里，有兴趣可以看看 Ocr使用流程：这里把算法整理了一下，封装了一个library（含Demo），地址：https://github.com/SiKang123/ImgTranslator如果需要自己更改算法，可以直接改这个demo ：https://github.com/SiKang123/ocrTest这个算法主要针对下图中这种独立存
转载
2024-01-27 17:05:39
208阅读
手写识别的应用场景有很多，智能手机、掌上电脑的信息工具的普及，手写文字输入，机器识别感应输出；还可以用来识别银行支票，如果准确率不够高，可能会引起严重的后果。当然，手写识别也是机器学习领域的一个Hello World任务，感觉每一个初识神经网络的人，搭建的第一个项目十之八九都是它。我们来尝试搭建下手写识别中最基础的手写数字识别，与手写识别的不同是数字识别只需要识别0-9的数字，样本数据集也只需要覆
转载
2023-10-13 12:23:51
612阅读
参考博客：《参考博客一》《参考博客二》《MNIST代码理解》所需环境：已安装opencv环境下载好MNIST数据集pycharm一些库的安装实现效果： 这是手写的两个字，进行opencv二值化处理后，得到两张28*28像素的图片，即可进
转载
2023-09-06 18:37:17
338阅读
文章目录前言一、识别原理二、代码实现1.制作模板2.样本识别总结 前言经过一段时间的python-opencv的学习，对opencv在图像处理方面的一些基本用法，既然学了，那就应该学以致用，就像着用现在学到的知识去实战一下，在网上看到了用opencv去实现银行卡的号码识别，但是因为讲解过于简略，所以就仿照着号码识别的基本思路一步一步的实现数字识别。因为不会，所以完整代码放在了gitee。
转载
2023-10-09 00:21:08
12阅读
使用的数据集是 MNIST。完全自己实现神经网络的训练过程，仔细体会了反向传播的流程。加载数据集这里使用了一个脚本 mnist_loader.py, 将 MNIST 数据集分割为训练集、验证集、测试集。展示了其中一幅训练图片，为数字 1.同时，我们也打印出训练集中每个 example 的大小。# load MNIST data
training_data, validation_data, te
转载
2024-01-08 15:30:19
1707阅读
引言：LeNet作为入门级caffe网络模型，是用来识别手写数字的最经典的卷积神经网络，Yann LeCun于1998年设计提出，手写数字识别系统LeNet-5在20世纪90年代广泛应用于银行手写数字识别。1.模型简介 如图所示，LeNet-5卷积神经网络整体框架较小，包含了卷积层、池化层、全连接层。包含输入输出层
目录1. 导入库函数及设置相应的参数信息2. 图像处理函数3. 实时检测（循环检测）4. 最终结果 这个程序主要是解决了多个数字的问题，以及初版中因为数字离得太近导致识别效果不佳的问题 1. 导入库函数及设置相应的参数信息这一部分没有什么变化。。import cv2
import numpy as np
import tensorflow as tf
# #####设置参数##########
转载
2024-04-08 10:37:03
89阅读
这段时间刚好处于出差前的一个空档期，于是就想记录一下我的毕设项目----基于手势识别的服务App，简单说就是通过数字手势识别去完成一些小功能如速算和拨号。速算：即在屏幕上显示算式，在前置做出答案对应的数字手势进行识别，正确则切换下一题，拨号：在屏幕前做出相应数字手势，识别完成后即显示然后可切换到下一数字手势继续识别。
转载
2023-07-03 21:41:58
167阅读
在PyTorch中有两个核心的包，分别是torch和torchvision。在前面的文章中介绍了torch包的一些情况，现在介绍一下torchvision包的一些情况：主要功能是实现数据的处理、导入和预览等，主要处理计算机视觉相关问题的处理工作。下面进入手写数字识别的主要介绍：1.从 torchvison 中导入两个子包 datasets和transformsimport torch
import
转载
2024-07-31 16:10:02
205阅读
我的要求是响应查询,从自然语言句子(仅英语)中识别并提取数字数据.平台是Java.例如,如果用户查询为“珠穆朗玛峰的高度是多少”,则我们的段落为：In 1856, the Great Trigonometric Survey of British India established the first published height of Everest, then known as Peak
转载
2024-06-17 20:17:50
23阅读
完整代码的文章底部（Optimization_mnist.py和lr_utils.py），原理和公式部分可以看前面文章，转载文章请附上本文链接学完前面（1到6）文章就完成了吴恩达deeplearning ai 课程前面2门课程的内容了，可以写出下面的代码，可以去参加一些比赛，这里推荐一个kaggle上面的一个mnist手写数字识别的知识竞赛，在没有使用深度学习框架情况下他的评分达到了0.94914
转载
2024-08-08 16:42:42
44阅读
另外一个问题就是加载速度，如果应用中图片加载速度很慢的话，那么用户同样会等到崩溃。 那么如何处理好图片资源的获取和管理呢? 异步下载 本地缓存 异步下载 大家都知道，在android应用中UI线程5秒没响应的话就会抛出无响应异常，对于远程获取大的资源来说，这种异常还是很容易就会抛出来的，那么怎么避免这种问题的产生。在android中提供两种方法来做这件事情： 启动一个新的线程来获取资源，完成后通
## Android 识别数字
在移动应用开发中，有时我们需要对图像中的数字进行识别。Android 提供了一些强大的工具和库，使开发人员能够轻松实现数字识别的功能。本文将介绍如何使用 Android 提供的工具和库来实现数字识别，并提供相应的示例代码。
### 1. 使用 OCR 技术识别数字
OCR（Optical Character Recognition，光学字符识别）是一种将图像中
原创
2023-12-04 04:08:59
179阅读
简 介： 对于七段数码管图片进行增强，利用LeNet对数据集建立识别模型。基于这个模型将来用于实际图片中的数字进行识别。关键词： LCD，LENET
七段数码识别
目 录
Contents
数据集合准备
数据集合扩增
转载
2024-09-03 12:27:46
49阅读
在这篇博文中，我将详细记录关于“android opencv 数字识别 基于opencv的数字识别”这一技术问题的复盘过程，涵盖问题背景、错误现象、根因分析、解决方案、验证测试和预防优化，帮助大家更好地理解这一领域。
## 问题背景
随着移动技术的发展，基于Android平台的应用在数字识别领域越来越受到重视，尤其是结合OpenCV这一强大图像处理库，可以有效提高数字识别的效率和准确性。然而，
DL4J使用之手写数字识别最近一直在学习深度学习，由于我是Java程序员出身，就选择了一个面向Java的深度学习库—DL4J。为了更加熟练的掌握这个库的使用，我使用该库，以MNIST(http://yann.lecun.com/exdb/mnist/)手写数字数据集作为基础，训练了一个模型，来识别手写字体。下面我们从以下几个方面讲解该项目的实现： DL4J使用之手写数字识别DL4J简介模型的训练训
转载
2024-01-05 23:13:16
22阅读
项目概述：基于opencv实现信用卡数字识别，如下图所示：项目流程如下：1.处理模板，进行轮廓检测(检测外轮廓)2.得到当前轮廓的外接矩形，并将模板中的外接矩形切割出来，得到0-9对应的模板图片，并resize3.使用形态学操作对信用卡图片进行处理，得到轮廓4.根据矩形轮廓的长宽比挑选出信用卡的数字矩形框，并resize5.使用for循环依次检测代码如下：ocr_template_match.py
转载
2023-06-27 22:40:15
178阅读
ABBYY是世界文档识别、数据捕获和语言软件技术开发商的领航者。其获奖产品 FineReader OCR 软件可以把静态纸文件和 PDF 文件转换成可编辑可管理的电子文档形式，可以大大节省您的时间和精力。理想的 OCR (Optical Character Recognition) 、PDF 转换应用软件，不但提供高识别率，而且可以精确地保留原始设置和版面布局，可以把静态纸文件和 PDF 文
Goal 本文目标是利用TensorFlow做一个简单的图像分类器，在比较大的数据集上，尽可能高效地做图像相关处理，从Train，Validation到Inference，是一个比较基本的Example， 从一个基本的任务学习如果在TensorFlow下做高效地图像读取，基本的图像处理，整个项目很简单，但其中有一些trick，在实际项目当中有很大的好处， 比如绝对不要一次读入所有的 的数据到内
目录环境配置写在前面：三个程序第一个程序：训练第二个程序：图像预处理1.二值化2.去除小联通域（即噪点）3.roi提取4.将图片压缩为28*28格式5.完整代码第三个程序：测试 环境配置语言：python 平台：pycharm 库： cv2 numpy keras（这个需要先安装fensorflow库）写在前面：手写数字识别，是很多深度学习教程里的入门第一例，但是这些教程往往只告诉了你怎么去构造
转载
2023-11-06 18:37:53
91阅读
