Java视觉智能识别

最新推荐文章于 2024-05-27 17:29:51 发布
最新推荐文章于 2024-05-27 17:29:51 发布
阅读量405 收藏 1
点赞数
文章标签： java ai ocr 图搜索
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/qq_41460198/article/details/134360683
版权

JavaVision

🪧 项目起源

  • JavaVision是一个基于Java开发的全能视觉智能识别项目。该项目起源于对图像处理和人工智能领域的热情，以及对Java作为主要编程语言的坚持。在AI领域，大多数解决方案都是使用Python实现的，因此决定充分利用Java的优势来构建一个功能强大且易于集成的视觉智能识别平台。

    JavaVision是完全开源、免费并支持多平台部署视觉智能识别项目
    如果该项目对您有帮助，您的star是我不断优化的动力！！！
    https://gitee.com/giteeClass/java-vision
    https://github.com/javpower/JavaVision

👏 项目特点

JavaVision具有以下突出特点：

  • 框架: SpringBoot

  • 多功能性：JavaVision不仅实现PaddleOCR-V4、YoloV8物体识别、人脸识别、以图搜图等核心功能，还可以轻松扩展到其他领域，如语音识别、动物识别、安防检查等。这使得JavaVision成为一个全面解决多种场景需求的自适应平台。

  • 高性能：JavaVision经过精心优化，具备卓越的性能表现。通过巧妙地结合算法优化和多线程技术，JavaVision能够在短时间内处理大量复杂的图像数据，并快速准确地进行识别和分析。

  • 可靠稳定：Java作为一种成熟而可靠的编程语言，具备出色的稳定性和安全性。JavaVision严格遵循最佳实践和高标准，确保项目的稳定运行，并提供可靠的数据保护和隐私保密。

  • 易于集成：JavaVision提供简洁而强大的API接口，使得与其他系统和平台的集成变得轻松快捷。无论是嵌入到现有应用程序中，还是作为独立的服务进行部署，JavaVision都能够与各种技术栈和框架无缝衔接。

  • 灵活可拓展：JavaVision采用模块化设计，允许用户根据自己的需求进行灵活的定制和扩展。用户可以根据项目需求选择合适的功能模块，也可以通过插件机制添加新的识别算法和特性。

    JavaVision旨在为Java开发者提供一个全面的视觉智能识别解决方案，让他们能够以熟悉且喜爱的编程语言构建出先进、可靠且易于集成的AI应用。无论是企业级应用还是个人项目，JavaVision都能助力开发者实现更多可能性

🔝 进阶使用

docker一键部署

  • docker pull javpower/pdocr:v4.0.1
  • docker run --name mycontainer -p 6888:6888 javpower/pdocr:v4.0.1

在这里插入图片描述

🔝 项目已实现

JNI、DJL方式实现
包括 PaddleOCRV4、YOLOV8、人脸识别、ES以图搜图

一、OCR应用

1、YOLOV8识别物体

接口地址:/yolo8

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
filequerytruefile

响应状态:

状态码说明schema
200OK

响应参数:

暂无

响应示例:

{
    "code": 500,
    "success": false,
    "msg": "java.io.FileNotFoundException: /opt/ocr/20231109151816332402394.png (No such file or directory)",
    "data": null,
    "time": "2023-11-09 15:18:16",
    "traceId": null
}
2、YOLOV8识别物体

接口地址:/yolo8/json

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
filequerytruefile

响应状态:

状态码说明schema
200OKDetection

响应参数:

参数名称参数说明类型schema
labelstring
clsIdinteger(int32)integer(int32)
bboxarray
confidencenumber(float)number(float)

响应示例:

[
	{
		"label": "",
		"clsId": 0,
		"bbox": [],
		"confidence": 0
	}
]
3、DJL识别文字

接口地址:/word

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
filequerytruefile

响应状态:

状态码说明schema
200OK

响应参数:

暂无

响应示例:
4、DJL识别文字

接口地址:/word/json

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
filequerytruefile

响应状态:

状态码说明schema
200OKWordBlock

响应参数:

参数名称参数说明类型schema
textstring
charScoresarray
boxPointarrayPoint
  xnumber(double)
  ynumber(double)

响应示例:

[
	{
		"text": "",
		"charScores": [],
		"boxPoint": [
			{
				"x": 0,
				"y": 0
			}
		]
	}
]
5、反光衣检测

接口地址:/reflective/json

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
filequerytruefile

响应状态:

状态码说明schema
200OK

响应参数:

暂无

响应示例:
6、JNI识别文字

接口地址:/ocr

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
paramquerytrueOcrParamOcrParam
  openAi-keyfalsestring
  描述词falsearraystring
filequerytruefile

响应状态:

状态码说明schema
200OK

响应参数:

暂无

响应示例:
7、JNI识别文字

接口地址:/ocr/json

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
filequerytruefile

响应状态:

状态码说明schema
200OKTextBlock

响应参数:

参数名称参数说明类型schema
boxPointarrayPoint
  xnumber(double)
  ynumber(double)
boxScorenumber(float)number(float)
angleIndexinteger(int32)integer(int32)
angleScorenumber(float)number(float)
angleTimenumber(double)number(double)
textstring
charScoresarray
crnnTimenumber(double)number(double)
blockTimenumber(double)number(double)

响应示例:

[
	{
		"boxPoint": [
			{
				"x": 0,
				"y": 0
			}
		],
		"boxScore": 0,
		"angleIndex": 0,
		"angleScore": 0,
		"angleTime": 0,
		"text": "",
		"charScores": [],
		"crnnTime": 0,
		"blockTime": 0
	}
]
8、火焰检测

接口地址:/fire/json

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
filequerytruefile

响应状态:

状态码说明schema
200OK

响应参数:

暂无

响应示例:
9、安全帽检测

接口地址:/construction/json

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
filequerytruefile

响应状态:

状态码说明schema
200OK

响应参数:

暂无

响应示例:

二、人脸应用

1、更新人脸

接口地址:/face/update

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
paramquerytrueFaceParamFaceParam
  人员唯一标识truestring
  人员名称truestring
filequerytruefile

响应状态:

状态码说明schema
200OK

响应参数:

暂无

响应示例:
2、人脸查询

接口地址:/face/search

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
filequerytruefile

响应状态:

状态码说明schema
200OKPersonObject

响应参数:

参数名称参数说明类型schema
personIdstring
personNamestring

响应示例:

{
	"personId": "",
	"personName": ""
}
3、删除人脸

接口地址:/face/del

请求方式:POST

请求数据类型:application/x-www-form-urlencoded

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
paramquerytrueFaceParamFaceParam
  人员唯一标识truestring

响应状态:

状态码说明schema
200OK

响应参数:

暂无

响应示例:
4、添加人脸

接口地址:/face/add

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
paramquerytrueFaceParamFaceParam
  人员唯一标识truestring
  人员名称truestring
filequerytruefile

响应状态:

状态码说明schema
200OK

响应参数:

暂无

响应示例:

三、以图搜图应用（ES版本）

1、搜图

接口地址:/image/search

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
filequerytruefile

响应状态:

状态码说明schema
200OK
2、添加图片

接口地址:/image/add

请求方式:POST

请求数据类型:multipart/form-data

响应数据类型:*/*

接口描述:

请求参数:

参数名称参数说明请求类型是否必须数据类型schema
imageIdquerytruestring
filequerytruefile

响应状态:

状态码说明schema
200OK

响应参数:

暂无

响应示例:
xgc_java
关注
  • 0
    点赞
  • 踩
  • 1
    收藏
    觉得还不错? 一键收藏
  • 2
    评论
基于Java开发的全能视觉智能识别项目,不仅实现PaddleOCR-V4、YoloV8物体识别、人脸识别、以图搜图等核心功能
05-02
JavaVision是一个基于Java开发的全能视觉智能识别项目,不仅实现PaddleOCR-V4、YoloV8物体识别、人脸识别、以图搜图等核心功能，还可以轻松扩展到其他领域，如语音识别、动物识别、安防检查等。这使得JavaVision成为一个全面解决多种场景需求的自适应平台。JavaVision是一个基于Java开发的全能视觉智能识别项目。该项目起源于对图像处理和人工智能领域的热情，以及对Java作为主要编程语言的坚持。在AI领域，大多数解决方案都是使用Python实现的，因此决定充分利用Java的优势来构建一个功能强大且易于集成的视觉智能识别平台。
java图像识别（判断两个图是否相似）
05-07
java图像识别（判断两个图是否相似）！ 资源很少。所以共享给大家；
java调用yolo模型识别目标
qq_39249947的博客
05-27 237
java调用yolo模型目标检测
Java OpenCV 图像处理00 OpenCV 介绍
风信子
01-23 1544
Java OpenCV-4.0.0 图像处理00 OpenCV介绍 OpenCV简介： OpenCV的全称是Open Source Computer Vision Library，是一个跨平台的计算机视觉库。OpenCV是由英特尔公司发起并参与开发，以BSD许可证授权发行，可以在商业和研究领域中免费使用。OpenCV可用于开发实时的图像处理、计算机视觉以及模式识别程序。该程序库也可以使用英特尔公司...
Java 图像识别
06-13
Java 验证码识别，可识别多种不同类型的验证码，Java 验证码识别，可识别多种不同类型的验证码Java 验证码识别，可识别多种不同类型的验证码
基于Java实现的图像识别
11-04
ImageComparerUI——基于Java语言实现的相似图像识别，基于直方图比较算法。 import java.awt.BorderLayout; import java.awt.Color; import java.awt.Dimension; import java.awt.FlowLayout; import java.awt.Font; import java.awt.Graphics; import java.awt.Graphics2D; import java.awt.Image; import java.awt.MediaTracker; import java.awt.event.ActionEvent; import java.awt.event.ActionListener; import java.awt.image.BufferedImage; import java.io.File; import java.io.IOException; import javax.imageio.ImageIO; import javax.swing.JButton; import javax.swing.JComponent; import javax.swing.JFileChooser; import javax.swing.JFrame; import javax.swing.JPanel; public class ImageComparerUI extends JComponent implements ActionListener { /** * */ private static final long serialVersionUID = 1L; private JButton browseBtn; private JButton histogramBtn; private JButton compareBtn; private Dimension mySize; // image operator private MediaTracker tracker; private BufferedImage sourceImage; private BufferedImage candidateImage; private double simility; // command constants public final static String BROWSE_CMD = "Browse..."; public final static String HISTOGRAM_CMD = "Histogram Bins"; public final static String COMPARE_CMD = "Compare Result"; public ImageComparerUI() { JPanel btnPanel = new JPanel(); btnPanel.setLayout(new FlowLayout(FlowLayout.LEFT)); browseBtn = new JButton("Browse..."); histogramBtn = new JButton("Histogram Bins"); compareBtn = new JButton("Compare Result"); // buttons btnPanel.add(browseBtn); btnPanel.add(histogramBtn); btnPanel.add(compareBtn); // setup listener... browseBtn.addActionListener(this); histogramBtn.addActionListener(this); compareBtn.addActionListener(this); mySize = new Dimension(620, 500); JFrame demoUI = new JFrame("Similiar Image Finder"); demoUI.getContentPane().setLayout(new BorderLayout()); demoUI.getContentPane().add(this, BorderLayout.CENTER); demoUI.getContentPane().add(btnPanel, BorderLayout.SOUTH); demoUI.setDefaultCloseOperation(JFrame.EXIT_ON_CLOSE); demoUI.pack(); demoUI.setVisible(true); } public void paint(Graphics g) { Graphics2D g2 = (Graphics2D) g; if(sourceImage != null) { Image scaledImage = sourceImage.getScaledInstance(300, 300, Image.SCALE_FAST); g2.drawImage(scaledImage, 0, 0, 300, 300, null); } if(candidateImage != null) { Image scaledImage = candidateImage.getScaledInstance(300, 330, Image.SCALE_FAST); g2.drawImage(scaledImage, 310, 0, 300, 300, null); } // display compare result info here Font myFont = new Font("Serif", Font.BOLD, 16); g2.setFont(myFont); g2.setPaint(Color.RED); g2.drawString("The degree of similarity : " + simility, 50, 350); } public void actionPerformed(ActionEvent e) { if(BROWSE_CMD.equals(e.getActionCommand())) { JFileChooser chooser = new JFileChooser(); chooser.showOpenDialog(null); File f = chooser.getSelectedFile(); BufferedImage bImage = null; if(f == null) return; try { bImage = ImageIO.read(f); } catch (IOException e1) { e1.printStackTrace(); } tracker = new MediaTracker(this); tracker.addImage(bImage, 1); // blocked 10 seconds to load the image data try { if (!tracker.waitForID(1, 10000)) { System.out.println("Load error."); System.exit(1); }// end if } catch (InterruptedException ine) { ine.printStackTrace(); System.exit(1); } // end catch if(sourceImage == null) { sourceImage = bImage; }else if(candidateImage == null) { candidateImage = bImage; } else { sourceImage = null; candidateImage = null; }
基于AI的计算机视觉识别在Java项目中的使用 (五) —— 深度模型的训练调优（续）
tuxiang79的博客
09-25 1426
如果一个模型的实际应用效果不及预期，原因可能是多方面的。从我自己的遇到的问题来看主要有以下几个方面......
基于AI的计算机视觉识别在Java项目中的使用 (五) —— 深度模型的训练调优
tuxiang79的博客
08-28 1545
不同于一些使用mnist来做深度学习入门介绍的 “Hello World！” 文章。本文会站在实际应用的角度，在使用它来训练深度模型的过程中，加入自己的数据清洗方法。
基于AI的计算机视觉识别在Java项目中的使用 (四) —— 准备训练数据
tuxiang79的博客
06-08 972
我先用所有的样本数据对模型做几轮初步训练，让深度神经模型基本拟合(数万条记录的训练集，识别率到99%左右)，具备初步的识别能力，这时的模型就是“直男”。相较于训练很多轮、拟合程度很高的“油腻男”，它的拟合程度较低，还是“直男愣头青”。...............
Java OCR 图像智能字符识别技术，可识别中文
02-08
Java OCR（Optical Character Recognition，光学字符识别）技术是一种计算机视觉领域的应用，它能将图像中的文字转换成可编辑的文本格式。这项技术在各种场景下都有广泛应用，比如文档扫描、车牌识别、发票处理等。...
基于Java开发的全能视觉智能识别项目 因此决定充分利用Java的优势来构建一个功能强大且易于集成的视觉智能识别平台
最新发布
07-10
JavaVision是一个基于Java开发的全能视觉智能识别项目,不仅实现PaddleOCR-V4、YoloV8物体识别、人脸识别、以图搜图等核心功能，还可以轻松扩展到其他领域，如语音识别、动物识别、安防检查等。这使得JavaVision成为...
java做计算机视觉的一些jar（javacv）
01-30
这是javacv1.3中的一些用于开发的jar包，我挑出来的组成的jar包文件。我的环境是win10x64，eclipse。当然javacv1.3中还有其他开发品台的jar包，比如mac。andorid、nunix等。
java 叶子智能识别.rar
04-28
在本项目"java 叶子智能识别.rar"中，我们可以看到一个使用Java编程语言实现的叶子智能识别系统。这个系统可能结合了计算机视觉、图像处理和机器学习等领域的技术，以帮助用户识别不同类型的树叶。Java作为一种跨...
java车牌识别.zip
09-27
Java车牌识别系统是一种基于计算机视觉技术的智能应用，它能够自动检测并识别图像中的车牌号码。这个系统通常涉及图像处理、特征提取、模式识别等多个环节，对于理解和开发人工智能项目具有很高的学习价值。在这个...
百度人脸识别windows java离线sdk
04-01
在人工智能领域，尤其是在计算机视觉细分方向，人脸识别已经成为一个重要的研究和应用热点。百度作为中国领先的科技公司，在这一领域提供了丰富的SDK工具，帮助开发者轻松集成到自己的应用中。 1. **人脸识别基础**...
基于AI的计算机视觉识别在Java项目中的使用 (一) —— 背景
tuxiang79的博客
05-20 920
基于AI的计算机视觉识别在Java项目中的使用
基于AI的计算机视觉识别在Java项目中的使用（三） —— 搭建基于Docker的深度学习训练环境
tuxiang79的博客
05-28 995
深度学习在哪里？ 我们已然生活在数字时代，一天24小时我们被数字包围。我们生活中的方方面面都在使用数字来表达、传递、存储。我们无时无刻不在接收数字信息，而又无时无刻不在生产数字信息。 在数字世界中，可以通过计算寻找隐藏于数字背后的逻辑、规律、模型。通过它们又可以去发现、预测、创造、重塑我们的世界。深度学习就是寻找数字世界深处运作模型的一种重要方法。 今天，很多领域都能看到深度学习的身影：从L5级自动驾驶到基于图像识别的自动制导武器，从物流分拣机器人到扫地机器人，从资本市场的量化投资到保险和信贷中的风控
java 物体识别_用Java实现目标检测
weixin_35046143的博客
02-12 1176
PyTorch在深度学习领域中的应用日趋广泛，得益于它独特的规划。无论是数据的并行处理仍是动态计算图，全部都为Python做出了许多简化。许多论文都挑选运用PyTorch去完成也证明了它在练习方面的功率以及易用性。在PyTorch领域，虽然布置一个模型有许多挑选，可为Java开发人员准备的选项却寥寥无几。在曩昔，用户能够用PyTorchC++写JNI(JavaNativeInterface)来完成...
气球飘飘：用Java Swing创造令人心旷神怡的视觉奇观
VLOKL的博客
06-04 487
气球飘飘：用Java Swing创造令人心旷神怡的视觉奇观
java opencv车牌识别
09-22
Java OpenCV 车牌识别是一种利用Java编程语言结合OpenCV（开源计算机视觉库）来实现车牌识别的技术。车牌识别是计算机视觉领域的一个重要应用，可以用于智能交通系统、停车场管理、违章监控等场景。 Java作为一种跨平台的编程语言，具有广泛的应用范围和强大的编程能力。而OpenCV是一个强大的计算机视觉库，提供了丰富的图像处理和分析功能。结合Java和OpenCV，可以实现车牌图片的获取、预处理、特征提取和模式匹配等步骤，最终实现车牌的自动识别。 具体来说，实现Java OpenCV 车牌识别可以按照以下步骤进行： 1. 车牌图片获取：利用Java的图像处理库，读取车辆图像或者视频帧，并提取出车牌区域。 2. 图像预处理：对获取的车牌区域进行图像预处理，包括灰度化、二值化、去除噪声等操作，以提高车牌字符的辨识度。 3. 字符分割：将预处理后的车牌区域进行字符分割，提取出单个字符。 4. 特征提取：对提取出的字符进行特征提取，例如利用轮廓、颜色等特征来描述字符。 5. 字符识别：利用机器学习或者模式匹配的方法，将提取的字符与预先训练好的字符模板进行比对，从而实现字符的识别。 6. 结果输出：将识别的字符进行整合，输出最终的车牌号码。 当然，以上仅是车牌识别的基本步骤，具体实现还需根据实际情况和需求进行优化和改进。而Java OpenCV 车牌识别技术的应用领域广泛，有着重要的实际意义，在智能交通和安全监控领域具有很大的应用潜力。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值