搜索资源列表
android_ocr
- OCR （Optical Character Recognition，光学字符识别）是指电子设备（例如扫描仪或数码相机）检查纸上打印的字符，通过检测暗、亮的模式确定其形状，然后用字符识别方法将形状翻译成计算机文字的过程；即，针对印刷体字符，采用光学的方式将纸质文档中的文字转换成为黑白点阵的图像文件，并通过识别软件将图像中的文字转换成文本格式，供文字处理软件进一步编辑加工的技术。如何除错或利用辅助信息提高识别正确率，是OCR最重要的课题，
chepaishibie
- 将一幅图像中的车牌分割出来，并将车牌上的文字及数字识别处理-An image of the license plate is divided out, text and numbers on the license plate recognition and processing
code
- 本代码采用神经网络的方法进行数字识别。首先采用神经网络的算法对0到9数字进行训练，然后对图像进行分割，把图像中的文字和数字分离出来，最后对每个块进行识别。-This code uses neural network for digital identification method. First, the use of neural network algorithms 0-9 digital train, then the image
online-multiclass-lpboost-master
- online-multiclass-lpboost-master能够很好地实现在线分类识别，对于文字和图像识别等由很好地效果。-online-multiclass-lpboost-master can achieve a good online classified recognition for text and image recognition and other effects the well.
zifutiqu
- 对图像中的文字进行识别，满足用户对需求图像进一步的认识-Recognition of the text in the image, to meet the needs of users to further understand the image
chap
- 文字图像分割，识别程序,索书号文字图像分割彩色车牌分割-Text image segmentation, segmentation of color license plate recognition program, call text image segmentation
asprise-trail
- 图片识别，著名的aspise，自动识别图像中的文字-system time to auto show
Static-image
- 静态图像人工文字提取与识别 图像后期制作中加入的文字。人工文字则字体较规范、大小有一定的限度且易辨认，颜色为单色，相对于前者 更易于被检测和提取。再者，人工文字一般对其图像内容起到说明总结的作用，故适合用来做图像的索引和检索关键字。 -Static image artificial character extraction and recognition
tesseractAutoTrain
- 可以识别图像中文字的工具，然而识别结果因文字的字体而可能出现差错。本项目使用SpringBoot开发，通过封装Tesseract程序命令，及解析box文件来达到自动训练的目的，要求主机安装有Tesseract程序即可。本项目提供Web API进行自动化训练，提供的参数可见接口文档(The tool can recognize text in the image, but the recognition result may be wro
Deep Learning with Python
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Fran?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，涉及计算机视觉、自然语言处理、生成式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。(
Python深度学习.pdf+代码
- 本书由Keras之父、现任Google人工智能研究员的弗朗索瓦?肖莱（Franc?ois Chollet）执笔，详尽介绍了用Python和Keras进行深度学习的探索实践，包括计算机视觉、自然语言处理、产生式模型等应用。书中包含30多个代码示例，步骤讲解详细透彻。由于本书立足于人工智能的可达性和大众化，读者无须具备机器学习相关背景知识即可展开阅读。在学习完本书后，读者将具备搭建自己的深度学习环境、建立图像识别模型、生成图像和文字等能力。