暑假实训day1

分配到了关于基于opencv和ocr的图片分割简单验证码识别（大体不会hh重头开始）

第一步
环境搭建
Tensorflow的gpu版本
根据http://blog.sina.com.cn/s/blog_14935c5880102wu86.html前几个步骤来安装
1.下载并安装Anaconda
进入官网，选择window系统，选择对应python版本的版本的安装包进行下载（我python版本为3.7）
在安装过程中有两个选项需要勾上（是将anaconda加入环境变量）

2.在线安装nightly包
Nightly安装包包含了tensorflow以及其他需要的库也能装上
方法：pip install tf-nightly-gpu
（由于此过程中下载速度很慢，于是改为国内的镜像站下载速度就会变快，
方法：https://jingyan.baidu.com/article/455a995067da61a16727785a.html）

3.因为是Gpu版本所以我们还需要安装CUDA和CuDNN
CUDA去官网选择适合自己环境的版本（我下载是8.0的版本）
CUDNN（https://developer.nvidia.com/rdp/form/cudnn-download-survey)
进入这个网站之后它需要你注册并登录才能够下载，选择匹配8.0下载后解压
在C盘根目录下新建个tools文件夹，将解压后的“cuda”文件夹放入其中。
接着就是配置环境变量
进入“Path”，添加"c:\tools\cuda\bin"与”C:\Program Files\NVIDIA GPU Computing Toolkit\CUDA\v8.0\bin”后点击确认
大体上就配置好了
我们再在命令提示符中输入“jupyter notebook”，在浏览器中召唤jupyter notebook
新建1个python3档案
并测试以下代码
import tensorflow as tf
#创建一个整型常量，即 0 阶 Tensor
t0 = tf.constant(3, dtype=tf.int32)
#创建一个浮点数的一维数组，即 1 阶 Tensor
t1 = tf.constant([3., 4.1, 5.2], dtype=tf.float32)
#创建一个字符串的2x2数组，即 2 阶 Tensor
t2 = tf.constant([[‘Apple’, ‘Orange’], [‘Potato’, ‘Tomato’]], dtype=tf.string)
#创建一个 2x3x1 数组，即 3 阶张量，数据类型默认为整型
t3 = tf.constant([[[5], [6], [7]], [[4], [3], [2]]])
#打印上面创建的几个 Tensor
print(t0)
print(t1)
print(t2)
print(t3)
没有出错大致就完成了。

再就是导入一些库
通过pip
pip install numpy
Pip install pillow
Pip install math
Pip install opencv-python
Pip install pytesseract
在这之前还需要安装tesseract-ocr，根据课程所推荐一步一步下载，在安装语言包的时候出了点小问题——安装不了简单中文包和数学公式包，只能通过在C:\Program Files (x86)\Tesseract-OCR\tessdata这个文件夹将所需要的语言包通过别的方式下载再放入。
安装完之后，通过命令行测试tesseract -1.jpg res -l eng -psm 7
因为我图片是1 得到的文本是1
但图片2是A得到的文本却是D，有些差错
（附上Tesseract-OCR命令行使用https://www.cnblogs.com/Crysaty/p/6062490.html）
再就是在anaconda命令行里将pytesseract安装

体会：
从早上的分工，就能知道自己与其他人的不足。对于大佬们所聊话题一窍不通。尽管如此，还得是保持好自己的心态，不足也就是前进的动力。这么好的环境，虚心请教才是我应该做的。再就是今天的任务，虽然是简单的搭建环境，但错误层出不穷，属实是有点考验耐心。花费了大半天的时间终于是将大体的环境搭好，对于这么软件和库有了基本的了解，和一些基本的使用方法。也发现了一些对自己有帮助的小tips，例如，怎么样加快pip下载速度等，一天的学习很充实，期待第二天的学习。