草庐IT

调制识别

全部标签

c++ - 如何定义 tesseract 用于识别(而不是训练)的字体类型?

对于可下载的英文数据集我做cattessdata/eng.*|egrep-o".*ttf"|sort-u并获得在英语语言训练中使用的所有字体的列表Andale_Mono.ttfArial_Black.ttfArial_Bold.ttfArial.ttfbuttfComic_Sans_MS_Bold.ttfComic_Sans_MS.ttfCourier_New_Bold.ttfCourier_New.ttfGeorgia_Bold.ttfGeorgia.ttfGottfImpact.ttfTimes_New_Roman_Bold.ttfTimes_New_Roman.ttfTrebuc

c++ - 使用 FLANN 匹配从 OpenCV SIFT 列表中识别图像

应用程序的重点是从已设置的图像列表中识别图像。图像列表已将其SIFT描述符提取并保存在文件中。这里没有什么有趣的:std::vectordetectedKeypoints;cv::MatobjectDescriptors;//Extractdatacv::SIFTsift;sift.detect(image,detectedKeypoints);sift.compute(image,detectedKeypoints,objectDescriptors);//Savethefilecv::FileStoragefs(file,cv::FileStorage::WRITE);fs然后设备

c++ - 提高车牌识别度

我正在从事基于车牌识别的学校项目。我在简单的电影上测试它:一辆汽车、静态相机等。这是它的样子:我的第一步是在这个框架上只找到汽车(我认为这对更“困难”的视频会有帮助):然后我搜索车牌。这是我的代码:std::vectorboundRect;cv::Matimg_gray,img_sobel,img_threshold,element;cvtColor(detectedMats[i],img_gray,CV_BGR2GRAY);cv::Sobel(img_gray,img_sobel,CV_8U,1,0,3,1,0,cv::BORDER_DEFAULT);cv::threshold(im

java - 艾略特波浪计算器,图表模式识别

我正在寻找Python/Java代码来找到艾略特波浪:http://www.elliottwaves.stockmaniacs.net/http://www.smartfinancein.com/elliot-wave-calculator.php我也在寻找用于图表模式识别的Python/Java代码,就像autochartist和模式浏览器所做的那样。请参阅以下链接:http://www.igmarkets.com.au/cfd/pattern-recognition.htmlhttp://www.patternexplorer.com/chart-pattern-recogniti

c++ - CMake 识别 MSVC(C 和 CXX),但仍然抛出 'No CMAKE_*_COMPILER found'

我一直在四处寻找,这个问题似乎以各种形式出现了很多。最常见的原因是缺少编译器,即C和CXX编译器未知。然而,就我而言,情况并非如此。我的机器上有C和C++编译器,例如通过VisualStudio,一切都可以正常编译。但是,通过cmake,会发生这种情况:>cmake.输出:--Buildingfor:VisualStudio142015--TheCcompileridentificationisMSVC19.0.24215.1--TheCXXcompileridentificationisMSVC19.0.24215.1CMakeErroratCMakeLists.txt:12(pro

大数据知识图谱之深度学习——基于BERT+LSTM+CRF深度学习识别模型医疗知识图谱问答可视化系统

文章目录大数据知识图谱之深度学习——基于BERT+LSTM+CRF深度学习识别模型医疗知识图谱问答可视化系统一、项目概述二、系统实现基本流程三、项目工具所用的版本号四、所需要软件的安装和使用五、开发技术简介Django技术介绍Neo4j数据库Bootstrap4框架Echarts简介NavicatPremium15简介Layui简介Python语言介绍MySQL数据库深度学习六、核心理论贪心算法Aho-Corasick算法BERT(BidirectionalEncoderRepresentationsfromTransformers)长短时记忆网络(LongShort-TermMemory,L

竞赛保研 机器视觉的试卷批改系统 - opencv python 视觉识别

文章目录0简介1项目背景2项目目的3系统设计3.1目标对象3.2系统架构3.3软件设计方案4图像预处理4.1灰度二值化4.2形态学处理4.3算式提取4.4倾斜校正4.5字符分割5字符识别5.1支持向量机原理5.2基于SVM的字符识别5.3SVM算法实现6算法测试7系统实现8最后0简介🔥优质竞赛项目系列,今天要分享的是基于机器视觉的试卷系统-opencvpython视觉识别该项目较为新颖,适合作为竞赛课题方向,学长非常推荐!🧿更多资料,项目分享:https://gitee.com/dancheng-senior/postgraduate1项目背景机器视觉的发展对存在的作业批改问题,提供了有效的解

c++ - Klocwork(或其他工具)能否识别类型、typedef 和#define 指令?

我使用lookingfor工具来解决helpdetect错误,这些错误阻止程序作为64位代码正常运行。最近,我一直在玩弄Klocwork及其自定义跳棋功能,它让我可以使用XPath将源代码作为树来导航。这作为正则表达式的“更智能”替代方案很有用,但我无法让它识别类型。例如,假设我想找到使用int或long的for循环的每个实例数数。下面的代码很容易找到。for(inti=0;i搜索这段代码很简单,因为变量定义就在循环内部。但是,请考虑以下示例。inti;//...for(i=0;i这很难找到,因为变量定义与循环是分开的,而且必要的XPath表达式要么笨拙,要么容易出错。那么,自定义Kl

深度学习安全背心检测识别系统-毕业设计

原创:毕业设计深度学习安全背心检测识别系统毕业设计深度学习安全背心检测识别系统摘要:基于深度学习的高精度安全背心检测识别系统可用于日常生活中或野外来检测与定位安全背心目标,利用深度学习算法可实现图片、视频、摄像头等方式的安全背心目标检测识别,另外支持结果可视化与图片或视频检测结果的导出。本系统采用YOLOv5目标检测模型训练数据集,使用Pysdie6库来搭建页面展示系统,同时支持ONNX、PT等模型作为权重模型的输出。本系统支持的功能包括安全背心训练模型的导入、初始化;置信分与IOU阈值的调节、图像上传、检测、可视化结果展示、结果导出与结束检测;视频的上传、检测、可视化结果展示、结果导出与结束

python+ddddocr识别验证码(新手进阶)

   无意间看到的ddddocr的模块,闲来无事就小试一下,果然非常非常的不错,必须给ddddocr大佬点赞👍一、准备        python环境:        建议各位使用python3.8~3.10版本,太高不兼容,太低也不兼容,别问为什么    需要安装ddddocr模块,PIL模块(python3使用Pillow模块代替),onnxruntime模块    pipinstallxxxxx都能搞定这些模块遇到那些模块没有就装那些        图片验证码:    (自己去找个网站扒拉几张就可以了,我使用的是这种的验证码)当然还支持其他类型验证码二、代码importddddocroc