识别图像中的数字
我一直在寻找网络上图像识别数字的资源。我发现许多链接提供了有关该主题的大量资源。但不幸的是，这比提供帮助更令人困惑，我不知道从哪里开始。
我有一个带有5个数字的图像，没有打扰（没有验证码或类似的东西）。数字在白色背景上为黑色，以标准字体书写。
我的第一步是分离数字。我当前使用的算法非常简单，它只是检查一列是否完全为白色，因此是否为空格。然后，它会修剪每个字符，以使其周围没有白色边框。这很好。
但是现在我对数字的实际识别感到困惑。我不知道猜测正确的最佳方法是什么。我不认为直接与字体进行比较是个好主意，因为如果数字仅略有不同，它将不再起作用。
谁能给我一个有关如何完成此操作的提示？
这个问题无关紧要，但是我将用C＃或Java实现。我找到了一些可以完成这项工作的库，但是我想自己实现它，以学习一些东西。
问题答案：
为什么不考虑使用Tesseract之类的开源OCR引擎呢？
http://code.google.com/p/tesseract-ocr/
Tesseract的C＃包装器
http://www.pixel-technology.com/freeware/tessnet2/
Tesseract的Java包装器
http://sourceforge.net/projects/tessocrinjava/
尽管您可能不考虑自己使用第三方库来实现它，但仅集成第三方工具就有大量工作要做。还请记住，看似简单的事情（识别数字5与数字6）通常非常复杂；我们正在谈论成千上万行复杂的代码。至少，请查看tesseract的源代码，这将为您提供充分利用第三方库的充分理由。
这是另一个SO问题，可为您提供有关所涉及算法的一些想法：
https
: //stackoverflow.com/questions/850717/what-are-some-popular-ocr-
algorithms
-
TensorFlow包含图像识别的特殊功能，这些图像存储在特定文件夹中。出于安全目的，经常要识别相同的图像，这个逻辑很容易实现。 图像识别代码实现的文件夹结构如下所示 - dataset_image 文件夹中包含需要加载的相关图像。这里将专注于图像识别，其中定义了徽标。加载“load_data.py”脚本，它记录各种图像识别模块。 图像的训练用于将可识别的图案存储在指定的文件夹中。 上面的代码行生
-
我正在使用卷积神经网络（CNN）对30种不同的水果进行图像检测。我目前拥有的数据集由“训练”和“测试”文件夹组成，每个文件夹都有30个不同类的子目录。 “train”文件夹共有671个jpg文件，“test”文件夹共有300个jpg文件。 我编写的实现图像检测的Python代码如下- 当我尝试执行此代码时，我得到以下消息- 使用TensorFlow后端。找到了属于30个类别的671张图片。找到了3
-
我有以下问题。我生成。使用外部应用程序的GIF文件。对我来说，GIF看起来不错，我可以毫无问题地打开它们。然而，使用 要将图像添加到Tkinter标签，会出现以下错误： Tcl错误：无法识别图像文件“C:\Users\D8W\Python\hoang\combi ne\u model\u neu\test\u bauteile\SQTR-VO\prev\u F45\u SQTR.GIF”中的数据
-
更新时间：2019-07-19 10:48:36 节点简介 人脸识别/图像识别/OCR节点属于智能节点，区别在于封装的云市场api功能不同。人脸识别节点主要有人数检测、人脸身份证对比、性别年龄情绪识别等功能。图像识别节点主要有烟雾火焰火灾识别、动物识别、植物识别、植物花卉识别等功能。OCR节点主要有驾驶证识别、车牌识别、身份证识别等功能。 使用场景 如果您需要进行人数检测、人脸身份证对比、性别年龄
-
我想把一张jpg图片放到tkinter画布上。tkinter给了我这个错误： 无法识别图像文件中的数据 我使用文档中的代码： png图像也是如此。甚至尝试将图像放入标签小部件，但也出现了相同的错误。发生了什么？ 我在Mac上使用Python3。Python文件和图像位于同一文件夹中。
-
本文向大家介绍Python图像识别+KNN求解数独的实现，包括了Python图像识别+KNN求解数独的实现的使用技巧和注意事项，需要的朋友参考一下 Python-opencv+KNN求解数独 最近一直在玩数独，突发奇想实现图像识别求解数独，输入到输出平均需要0.5s。 整体思路大概就是识别出图中数字生成list，然后求解。 输入输出demo 数独采用的是微软自带的Microsoft sudoku软