04 2023 档案
摘要：本文使用OpenCV加载深度学习模型，实现了对传入的单张图像或多张图像进行预测。 步骤： 首先读入Caffe框架训练好的模型，然后对输入图像进行预处理操作，并将其传入已构建的网络模型，最后对得到的预测结果进行排序，找到概率最大的，通过标签文件得到最终预测的结果并进行输出展示。 1.单张图像 (1)构
阅读全文
摘要：本文基于OpenCV实现了捕获答题卡中的每个填涂选项，并将获取的填涂选项与正确选项做对比计算其答题正确率。所涉及的图像操作有：灰度转换、高斯去噪、边缘检测、轮廓检测、透视变换、掩模操作。 步骤： 首先需要对输入的原始图像进行灰度转换、高斯去噪；然后进行轮廓检测，通过遍历拿到最大的轮廓也就是答题卡的部
阅读全文
摘要：本文通过获取停车场的一段视频，实时检测出整个停车场中，当前一共有多少辆车，一共有多少个空余的车位，并标识空余的停车位。运用到了：二值化，灰度化，Canny边缘检测，霍夫变换，Keras。 整体步骤： 首先以视频中某一帧的图像为单位，进行处理，通过二值化，灰度化，边缘检测，特定点标定连线等，把图片中多
阅读全文
摘要：本文实现了对读入图片进行变换，最后调用pytesseract工具实现图片内容的提取。包含高斯滤波操作去除噪音点、边缘检测、轮廓检测、透视变换、pytesseract文本识别。 步骤： 需要提取读入的图片中要识别的文档部分，于是，首先需要检测到该文档的边缘，其次根据边缘检测轮廓并保留合适部分，最后对检
阅读全文
摘要：本文实现了对读入图片的基本图像操作，用模板去匹配处理后的银行卡，最终识别出银行卡的卡号。所涉及的图像操作包括：灰度转换、二值转换、阈值分割、轮廓检测、礼帽操作、梯度运算、闭操作、模板匹配。 步骤： 首先需要将模板里的数字单独切出来，然后把银行卡上的数字也单独切出来，最后对银行卡的数字一个一个对比模板
阅读全文
