前言最近一系列的文章都是用Android利用OpenCV NDK的方法通过摄像头实时获取图像进行图像处理,在上一篇《Android使用Tesseract-ocr进行文字识别》我们学习了一下TesserartOCR的图像识别功能,这一章主要介绍怎么样通过图像的处理再加上我们OCR的识别获取的想要的东西。提前说了下,OpenCV我个人还是个小白阶段,原来的数据处理是想提取车牌信息再通过OCR把车牌识别
转载 2023-11-08 14:44:11
124阅读
在之前我们学会了关于K210的摄像头与lcd的一些应用,那么今天我们了解一些关于K210的一些画图的方法和利用K210进行颜色识别。 首先我们明确,什么是画图,为什么要画图。画图指在图片上画出圆,方框,箭头,十字交叉或者字符。我们为什么要画图,其实一个基础的应用就是颜色识别的时候。我们可以把识别到的颜色用一个方框框起来,这样首先可读性会大大增强。其次也方便我们知晓该色块的位置和大小。以及在人脸识
周刊论文分享又来了!本次包含超分辨率、用于实时防暗无人机追踪器、实例分割、人脸识别图像和谐化等,共计 7 篇。      01      MASA-SR: Matching Acceleration and Spatial Adaptation for Reference-Based Image Super
这两年,随着科技的迅速发展,人脸识别已经逐渐成为了新时期生物识别技术应用的重要领域,忘记密码了?没事儿,咱还可以“刷脸”!今天,小编将带大家了解一下最新的人脸识别技术,看看这项技术发展到哪一步了。 传统的人脸识别技术主要是基于可见光图像的人脸识别,人们也比较熟悉这样的识别方式。不过,这种方式的缺点其实非常明显,光线的限制性非常大,并不能满足实际的需要。解决光照问题的方案有三维图像人脸识
文章来源:ATYUN AI平台 在刚刚过去的一月份(2018年1月),Facebook的研究机构Facebook AI Research(FAIR)发布了开源的Detectron对象检测库。几个星期后,谷歌发布了此版本的Tensorflow图像识别API。两个库都实现了最新的深度学习算法,用于对象检测。Detectron是在Apache 2.0许可下提供的Python库,并建立在由Fac
# Android图形图像实现指南 ## 简介 作为一名经验丰富的开发者,我将指导你如何在Android应用中实现图形图像。在本文中,我将向你展示整个流程,并提供每一个步骤所需的代码示例和解释。 ## 流程图 ```mermaid flowchart TD A(准备开发环境) --> B(导入图形图像资源) B --> C(在布局文件中引用图形图像资源) C -->
原创 2024-07-09 04:03:23
5阅读
  Android图形系统学习框架:Android图形系统简单总结下Activity启动后布局显示过程:SurfaceFlinger 是在init.rc解析的时候被创建的,执行其main方法,实例化了Surfaceflinger,并向ServiceManager注册,SurfaceFlinger运行在单独进程中。在Activity创建过程中执行scheduleLaunchActivity
文字识别一般都用的tesseract-ocr。 GitHub:https://github.com/tesseract-ocr/tesseract 而Android对应的比较推荐的有个tess-two。 GitHub:https://github.com/rmtheis/tess-twoDemo的GitHub地址:https://github.com/wangyisll/TessTwoDe
转载 2023-08-01 11:44:49
178阅读
今天我们将讲解如何使用reginprops函数对图像中的不同形状进行提取,并基于特定的特征对其进行提取。以识别圆形为例:具体步骤如下: 1、将图像首先转化为灰度图像(这一步可以设定一个阈值区间,降低背景噪声的干扰),并将其二值化2、如果形状的颜色为黑色,则需要对其进行反色处理3、使用bwboundaries找到所有的闭合边界,主要是为了后续图像显示,与最后提取特定形状无关4、使用regionpro
一、  android.graphics.Matrix     有关图形的变换、缩放等相关操作常用的方法有:     void   reset() //  重置一个matrix对象。     void   set(Matrix src) //复制一个源矩阵,和本类的构造方法  Matr
原创 2013-08-16 11:06:28
1350阅读
# Android 图形图像处理入门指南 在如今的开发领域,图形图像处理成为了一项重要的技能。对于刚入行的小白来说,学习如何在Android应用中进行图形图像处理是一个值得掌握的能力。本文将通过一个简单的流程来指导你完成这一任务。 ## 流程概述 下面是一个简单的流程步骤表,帮助你理解整个图形图像处理的过程: | 步骤 | 描述
原创 10月前
71阅读
摄像头人脸识别测距应用实现在上篇中初步实现了摄像头人脸识别测距,经过研究发现测试时只能是成人测的相对还可以,小孩子就不太准了,这和标定参照是有很大关系的。于是对软件进行了进一步优化和完善,增加了性别,年龄的识别,在得到性别和年龄后再根据大数据得到相应的参数来测出与摄像头的距离是比较正确的方向。在不同的摄像头使用时增加了标定功能,能适用于不同的摄像头。本次使用了opencv4.01+qt5.11.3
Android应用里,最耗费内存的就是图片资源。而且在Android系统中,读取位图Bitmap时,分给虚拟机中的图片的堆栈大小只有8M,如果超出了,就会出现OutOfMemory异常。所以,对于图片的内存优化,是Android应用开发中比较重要的内容。 Bitmap类的构造方法都是私有的,所以开发者不能直接new出一个Bitmap对象,只能通过BitmapFactory类的各种静态方
转载 2023-07-26 21:52:15
41阅读
## Android图像识别 在当今数字化时代,图像识别技术已经成为人工智能领域中的重要应用之一。Android作为全球最流行的移动操作系统之一,也在图像识别领域有着广泛的应用。本文将介绍Android图像识别的基本原理、常用工具和示例代码,帮助读者更好地了解和使用这一技术。 ### Android图像识别原理 Android图像识别是通过分析输入的图像数据,识别图中的物体、场景或文字等信息
原创 2024-03-17 06:32:37
109阅读
完成了一个小作业,基于百度的图像识别SDK完成动植物的识别。 1.去百度智能云创建自己的应用。 2.首先去百度图像识别文档中获取它需要的jar包,导入自己项目中  3.根据你的API Key 和Secret Key获取access_token,这个就相当于接口调用的凭证,这个代码也是在提供的文档中找到的。public static String getAut
转载 2024-01-08 11:31:02
177阅读
Unity-Hololens-Vuforia开发(图片识别和模型识别)有些东西纠结了许久,所以来记录一下 文章目录Unity-Hololens-Vuforia开发(图片识别和模型识别)环境一、环境要求二、步骤1.创建新的Unity工程2.导入Vuforia3.导入MRTK4.Player Setting设置5.MRTK工程设置6.导入Vuforia图片识别、模型识别数据包7.测试8.Hololen
转载 2024-01-12 07:13:42
88阅读
1. 切边源图像: 需求:扫描仪扫描到的法律文件,需要切边,去掉边缘空白,这样看上去才真实,人工操作成本与时间花费高,希望程序自动实现,高效、准确。 实现思路:边缘检测 + 轮廓发现或直线检测最大外接矩形。例子代码: #include 效果图 总结:先利用 Canny 算子检测图像的轮廓,再利用 findContours 发现轮廓,因为这时候会得到很多轮廓,而我们只
代码实现的前提在上周的报告中说道,在目前的施工环境下,混凝土坍落扩展度是在一个固定尺寸测量盘上完成的。由于测量盘的真实尺寸是为我们所知的,同时测量盘具有比较独特的金属色泽,因此从图像识别的角度,测量盘是一个比较好的参考物。这将为我们的图像中物体的尺寸识别提供可能。也就是说,为了确定图像中物体的大小,我们需要有一个参照物,这个参照物应该具有下述两种性质:1.这个参照物的真实尺寸是为我们所知的。2.这
转载 2024-01-03 18:59:09
113阅读
Python-Image 基本的图像处理操作,有需要的朋友可以参考下。Python 里面最常用的图像操作库是 Image library(PIL),功能上,虽然还不能跟Matlab比较,但是还是比较强大的,废话补多少,写点记录笔记。1. 首先需要导入需要的图像库: import Image 2. 读取一张图片: im=Image.open('/home/Picture/test.jpg'
转载 2023-07-04 22:38:10
96阅读
今天,在使用人脸识别的时候出现了一个问题我用了两种方法获取照片,一种是自定义相机,一种是调用系统相机调用系统相机,能够识别出来,没问题,然后我开始把人脸识别接口嵌入UI中,并使用自定义相机然后,出问题了,不论怎么识别识别出来的结果都是正确的,也就是说,错误的照片也识别是正确的,这就是个大问题了但是,自定义相机得到的图片属性和调用系统相机得到的图片是一样的,然后测试开始先调用系统相机获得照片,up
  • 1
  • 2
  • 3
  • 4
  • 5