文件名称：opencv_practices:OPENCV实践
文件大小：5.54MB
文件格式：ZIP
更新时间：2024-04-06 07:07:15
opencv computer-vision Python
OPENCV实践 第1部分。Tesseract的简单光学字符识别 Tesseract是OCR（光学字符识别）当前的*引擎，它由Google开发，具有开源许可Apache 2.0。 在第一部分中，我们应用引擎来构建一个简单的OCR程序。 机制 输入：二进制图像。 输出：文本信息。 端到端流程： 页面布局分析：识别“文本”区域中的组件轮廓。 斑点查找：识别“文本”区域中的字符轮廓。 查找文字行和单词：将字符轮廓组织到单词中。 识别单词Pass 1和Pass 2 ：单词识别。 模糊空间分辨率。 单词识别过程： 步骤1. Blob检测器重新调节每个Blob对应于单词中的每个字符（在大多数情况下）。 步骤2.将结果呈现给词典搜索，然后为单词中的每个斑点选择分类器选择之一。 步骤3.将满意的每个单词作为训练数据传递到自适应分类器。 步骤4.剪切识别不佳的字符（称为片段），以提高分
【文件预览】：
opencv_practices-main
----face_recog_cam.py(1KB)
----results()
--------part2_res.png(701KB)
--------part1_res.png(134KB)
--------part3_res2.png(1021KB)
--------mobileNet-SSD-network-architecture.png(33KB)
--------part3_res1.png(3.22MB)
----face_attendance.py(4KB)
----images()
--------hoangnl2.jpg(309KB)
--------hoangnl1.jpg(96KB)
--------me.jpg(43KB)
--------title.png(48KB)
----names.txt(48B)
----README.md(5KB)
----face_recog.py(2KB)
----text_detection_OCR.py(3KB)