- 博客(12)
- 收藏
- 关注
RSS订阅转载 2021-07-26
山东大学暑期实训(十二)将图像划分成训练集,验证集和测试集- link&使用自己的数据集训练GoogLenet InceptionNet V1 V2 V3模型（TensorFlow）python的深度学习,我们可以快速地对图片进行分类等,附上主要代码import osimport randomimport shutilfrom shutil import copy2"""os.listdir会将文件夹下的文件名集合成一个列表并返回"""def getDir(filepath):
2021-07-26 13:54:00
153
原创 2021-07-25
山东大学暑期实训(十一)记录图像二值化,阈值处理,参考- link1.全局阈值实例import cv2 as cvimport numpy as np# 全局阈值def threshold_image(image):gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)cv.imshow("初始图像:", gray) # 大律法,全局自适应阈值 参数0可改为任意数字但不起作用 ret, binary = cv.threshold(gray, 0
2021-07-25 17:02:22
144
原创 2021-07-22
山东大学暑期实训（十）对论文的阅读进行一定的归纳，然后进行尝试，论文链接 - 基于深度卷积神经网络的甲骨文字识别研究1.对卷积层的介绍卷积层是一个卷积神经网络中至关重要的存在。卷积就是利用卷积核，对图像进行逐行或者跨行扫描，最终提取出图像中的特征。卷积的具体实现，是用卷积核去扫描图像。2.对池化层的介绍经过卷积层的训练后，可以进行提取特征，这些特征可以在特征训练器上对图像进行分类。但是分类器上会遇到一些需要去解决的问题，比如图片的大小和尺寸会影响分类器的使用。为了减少卷积后的特征图的参数，需要把
2021-07-22 22:28:10
550
1
原创 2021-07-18
山东大学暑期实训（九）借此机会，记录一下对cv2模块的了解，感谢博主总结 cv2模块1.使用函数cv2.imread(filepath,flags)读入一副图片filepath：要读入图片的完整路径flags：读入图片的标志 cv2.IMREAD_COLOR：默认参数，读入一副彩色图片，忽略alpha通道cv2.IMREAD_GRAYSCALE：读入灰度图片cv2.IMREAD_UNCHANGED：顾名思义，读入完整图片，包括alpha通道import cv2img = cv2
2021-07-18 16:33:13
118
原创 2021-07-14
山东大学暑期实训(八)中期讨论,在前期的完成情况下进行进度的汇报,以及目前还需要完成的工作.我们图像处理小组需要继续优化算法,主要是目前来说的显现效果不是很好,我们打算看看能不能对先前的算法进行优化,或者通过相关论文(例如甲骨文文字的识别处理)的参考学习,进行相关的尝试.目前完成的部分代码:import cv2 as cvimport numpy as npfrom PIL import Image, ImageDraw, ImageFont# 全局阈值def threshold_demo(i
2021-07-15 19:48:00
67
原创 2021-07-14
山东大学暑期实训(七)对先前的图片进行与处理完成后,我们可进行基于深度学习的文字识别技术,目的是为了能够让计算机能进行深度学习,便于之后快速的进行文字识别技术.参考深度学习资料基于深度学习的文字识别1.搭建网络和计算图文字识别就是一个多分类任务,有多少个字数的文字识别,就有多少个分类任务.这里定义的网络是lenet改进版(关于leNet的相关知识).参考代码:def build_graph(top_k): keep_prob = tf.placeholder(dtype=tf.float3
2021-07-14 16:21:38
88
原创 2021-07-11
山东大学暑期实训(六)由于最近要进行宿舍的搬迁工作,所以学习的进度不是很快,这里记录一下关于opencv的图像处理1.Canny 边缘检测,参考资料[OpenCV-Python] OpenCV 中的图像处理 部分 IV (三）1.1canny边缘检测是一种非常流行的边缘检测算法,在进行边缘检测之前,需要进行去噪处理(可以采用类似高斯滤波器).1.2计算图像梯度:对平滑后的图像使用 Sobel 算子计算水平方向和竖直方向的一阶导数（图像梯度）（Gx 和 Gy）。根据得到的这两幅梯度图（Gx 和 Gy
2021-07-11 16:41:17
119
原创 2021-07-08
山东大学暑期项目实训（五）小组处理完部分图片后，发现效果并不理想，于是又去看了论文看看有没有新思路，没想到还真给我发现了一些，以下内容根据所看到的论文方法进行的归纳，论文参考基于卷积神经网络的箱号识别技术 和【python-opencv】17-形态学操作-腐蚀与膨胀1.字符处理之腐蚀处理得到的字符结果显示不明显，由于末尾的白框会影响字符的识别，为了提高识别的精确度，对分割后的末尾字符图像进行进一步处理。首先对末尾图像进行腐蚀处理。腐蚀原理：腐蚀的效果是把图片"变瘦"，其原理是在原图的小区域内取局部
2021-07-10 19:01:16
98
原创 2021-07-07
山东大学暑期项目实训（四）接触python的图片文字识别技术,进行深入了解,并记录1.ORC与Tesseract将图片翻译成文字一般被称为光学文字识别（Optical Character Recognition，OCR）。目前很多库都是使用共同的几个底层OCR 库，或者是在上面进行定制。Tesseract 是一个OCR 库，Tesseract 是目前公认最优秀、最精确的开源OCR 系统。除了极高的精确度，Tesseract 也具有很高的灵活性。它可以通过训练识别出任何字体（只要这些字体
2021-07-07 11:08:53
212
原创 2021-07-04
基于opencv进行图像分割1.opencv的配置，多种方法能安装opencv2.设计算法，能对图片进行分割等处理OpenCV 实现一些基本的图像处理操作，例如旋转图片，裁剪图片，模糊图片，高斯模糊，中值模糊，提取图片的文字（OCR）等等操作。在这里设计了一个算法，能进行阈值分割灰度图读入...
2021-07-04 21:08:43
77
1
原创 2021-06-29
山东大学暑期项目实训（二）阅读甲骨文识别文献，提取关键性方法思路背景：几千年来，甲骨文一直深埋地下，很多甲骨被腐蚀，加之后来出土时的损坏，造成许多甲骨残缺不全，大多数的甲骨都有明显的裂痕，以此为原型的甲骨文图片往往残缺不全，字形模糊，含有很多噪声点。因此需要对甲骨文图片进行图像处理，目的就是为了去除背景和噪声，分割出甲骨文字体目标区域，对其进行边界提取和轮廓跟踪等操作，获取甲骨文原始字形轮廓线上的特征点，为下一步的工作做准备。思路1.对原始图像进行中值滤波去噪中值滤波的主要原理是将数字图像中的某点
2021-06-30 21:23:24
879
原创 2021-06-29
山东大学暑期项目实训（一）1.环境配置，使用anaconda搭建pytorchanaconda的安装官网：link清华大学资源地址：link下载完成后，按流程进行安装，中间可自行指定安装路径，进行到下图请务必勾选第一项添加环境变量，其后按流程操作即可。至此，anaconda安装完成，下面我们开始搭建环境使用anaconda搭建pytorch环境打开anaconda navigator选择environment下的create选项，这里我们直接搭建是行不通的，还是之前提到过的
2021-06-29 20:43:30
67
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人