- 综合排序
- 最热优先
- 最新优先
- 来自专栏ISP图像处理相关
图像处理-天空区域识别
图像处理之天空区域识别 近几年来，去雾方法得到广泛的研究，汤晓鸥等人发现无雾图像相对于雾化图像具有较高的对比度，通过最大化恢复图像的对比度来实现图像去雾，但由于该方法没有从物理模型上恢复真实的场景反射率 一 为什么天空区域识别很重要？ 识别出天空区域单独处理 专利《一种基于天空识别与分割的暗通道先验去雾方法》 重点： 1、进行天空识别与分割，确定天空区域与非天空区域不同透射率。 2、引导滤波优化透射率，输出头屋图像 相似操作识别天空区域 1、天空部分平坦区域多，处理成梯度图表示图像的像素落差，梯度值越小的区域表示为平坦区域。 2、设定一个阈值来初步划分天空区域与非天空。 ； 3、非天空区域加权图像融合的方法细化透射率； 4、图像去雾 我们希望分为天空、似天空和非天空区域，三个区域采用不同的光透射率。
1.1K20编辑于 2022-01-14 【图像区域识别改名】JPG的图片和扫描件如何区域识别重命名，并将区域内容保存为表格，基于QT和腾讯API的实现方案
这些文件的关键信息（如文件编号、日期、主题等）可能分布在图片的特定区域。通过区域识别重命名，可以将图片文件按照关键信息命名，同时将这些信息保存到表格中，方便后续的检索和管理。 咕嘎批量OCR识别图片PDF多区域内容重命名导出表格系统(windows电脑版本) 图片 以下是一个基于 QT 和腾讯云 OCR API 实现对 JPG 图片和扫描件进行区域识别重命名，并将区域内容保存为表格的详细方案 ".jpg"; QFile::rename(imagePath, QFileInfo(imagePath).absolutePath() + "/" + newName); // 将识别结果保存到表格 UI 设计 在 QT Designer 中设计界面，添加一个按钮用于选择图片，一个表格用于显示识别结果，另一个按钮用于保存表格数据到文件。 6. 通过以上步骤，你可以实现对 JPG 图片和扫描件的区域识别重命名，并将识别结果保存为表格。
84710编辑于 2026-02-22- 来自专栏一“技”之长
iOS MachineLearning 系列（3）—— 静态图像分析之区域识别
iOS MachineLearning 系列（3）—— 静态图像分析之区域识别 本系列的前一篇文章介绍了如何使用iOS中自带的API对图片中的矩形区域进行分析。 在图像静态分析方面，矩形区域分析是非常基础的部分。API还提供了更多面向应用的分析能力，如文本区域分析，条形码二维码的分析，人脸区域分析，人体分析等。本篇文章主要介绍这些分析API的应用。 文本区域识别效果如下图所示： 2 - 条形码二维码识别 条形码和二维码在生活中非常常见，Vision框架中提供的API不仅支持条码区域的检测，还可以直接将条码的内容识别出来。 5 - 人脸区域识别 人脸识别在生活中也有着很广泛的应用，在进行人脸对比识别等高级处理前，我们通常需要将人脸的区域先提取出来，Vision框架中也提供了人脸区域识别的接口，使用VNDetectFaceRectanglesRequest 本篇文章，我们介绍了许多关于静态图像区域分析和识别的API，这些接口功能强大，且设计的非常简洁。
1.2K10编辑于 2023-04-27 【PDF识别重命名】如何识别PDF区域内容对文件进行改名处理或将内容导出表格
咕嘎批量OCR识别图片PDF多区域内容重命名导出表格系统（windows版本） 找到【Timor君】发消息【PDF识别改名】 图片 要实现识别 PDF 区域内容并对文件进行改名处理，或者将内容导出到表格 识别 PDF 区域内容 使用Poppler库打开 PDF 文件，提取指定区域的文本内容。 2. 文件改名处理 根据提取的内容对 PDF 文件进行重命名。 3. poppler/cpp/poppler-document.h> #include <poppler/cpp/poppler-page.h> #include "libxl.h" // 提取PDF指定区域的文本内容 double x = 100, y = 100, width = 200, height = 50; // 提取指定区域的文本内容 std::string extractedText 示例代码中假设 PDF 文件的第一页包含需要提取的内容，并且提取区域的坐标和尺寸是固定的，实际使用时需要根据具体情况进行调整。
1.7K10编辑于 2026-03-10【图片区域识别教程】如何批量区域识别图片文字，并用文字内容来批量改名，基于WPF和腾讯OCR的详细步骤教程
定义区域识别参数： 腾讯云 OCR 服务允许指定区域进行文字识别。 确定区域识别参数有两种方式： 通过配置文件：创建一个配置文件，如ocr_config.json，定义区域的坐标和尺寸信息。 修改识别方法以支持区域识别： 在原有的RecognizeTextFromPdfPage方法基础上，创建新的方法RecognizeTextFromImage来支持图片区域识别。 ： 在StartProcessing_Click方法中，遍历图片文件列表，调用修改后的识别方法进行区域识别。 ImageInfo{ public string FilePath { get; set; } public string RecognizedText { get; set; }} （四）用识别文字内容批量改名
1.7K10编辑于 2026-02-23【图片区域识别】OCR指定区域图片自动识别内容重命名，指定图片多个识别区域，识别文字并批量对图片文件改名，基于WPF和腾讯OCR的完整实现方案
运用 OCR 指定区域图片自动识别内容重命名技术后，情况大为改观。运营人员预先设定好图片中包含商品名称、规格参数等信息的区域，OCR 系统自动识别这些区域文字，按照设定规则批量重命名图片。 设计 WPF 界面：创建一个简单的界面，包含选择图片文件夹、设置识别区域、开始识别重命名等功能。 实现 OCR 识别和文件重命名逻辑：编写代码实现图片指定区域的 OCR 识别，并根据识别结果对图片文件进行重命名。 详细步骤和代码 1. OCR 识别：PerformOCR方法用于调用腾讯云 OCR 服务进行指定区域的识别，将图片文件转换为 Base64 编码的字符串，并设置识别区域，最后返回识别结果。 识别区域的格式为X,Y,Width,Height，多个区域用分号分隔。 通过以上步骤和代码，你可以实现使用 WPF 和腾讯 OCR 对指定区域图片进行自动识别内容重命名的功能。
2.7K10编辑于 2026-02-28- 来自专栏图像处理与模式识别研究所
图像显著区域
import cv2 import numpy as np import matplotlib.pyplot as plt def make_pyramid(gray): #图像裁剪 a)),interpolation=cv.INTER_LINEAR) pyramid.append(p.astype(np.float32)) return pyramid #图像显著区域 ]-pyramid[2]) out+=np.abs(pyramid[4]-pyramid[1]) out+=np.abs(pyramid[5]-pyramid[0]) #归一化图像 result) cv.imwrite("C:/Users/xpp/Desktop/result.png",result) cv.waitKey(0) cv.destroyAllWindows() 算法：图像显著区域是使用双线性插值调整图像大小至原图的 1/2、1/4、1/8…，再使用双线性插值将生成图像放大到原图大小得到的金字塔两两求差相加并正规化到[0,255]获得图像灰度剧烈变化的区域，也是我们眼球感兴趣区域。
71210编辑于 2022-05-29 【图片PDF区域识别改名】基于WPF和腾讯云API实现PDF文档扫描、指定区域文字识别、固定位置文字识别以及文件批量重命名功能
通过指定识别区域，可以快速准确地提取这些信息并整理到 Excel 表格中，便于财务人员进行数据统计和管理。表单数据提取：各种业务表单（如调查问卷、申请表等）上，不同位置有不同的字段内容。 可以通过指定识别区域将这些数据提取出来，方便进行分析和汇总。以下是基于 WPF 和腾讯云 API 实现 PDF 文档扫描、指定区域文字识别、固定位置文字识别以及文件批量重命名功能的详细步骤和代码示例。 实现 PDF 文档扫描和文字识别功能：使用腾讯云 OCR API 对 PDF 文档进行处理。实现指定区域和固定位置文字识别功能：通过设置识别区域参数实现。 var req = new PdfOcrRequest(); req.FileUrl = filePath; // 指定区域文字识别示例 通过以上步骤和代码，你可以实现基于 WPF 和腾讯云 API 的 PDF 文档扫描、指定区域文字识别、固定位置文字识别以及文件批量重命名功能。
3.5K20编辑于 2025-02-25如何批量识别图片文字并重命名，批量区域识别图片内容对图片改名，基于WPF和腾讯OCR的解决方案
手动识别这些文字并进行相应的处理（如重命名图片文件）既耗时又容易出错。 为了解决这一问题，本项目旨在开发一个基于WPF（Windows Presentation Foundation）的桌面应用程序，结合腾讯OCR（光学字符识别）技术，实现批量识别图片中的文字并根据识别结果对图片进行重命名或区域内容识别后处理 使用腾讯OCR API识别图片中的文字。根据识别的文字内容对图片进行重命名。支持选择特定区域进行内容识别，并基于区域内容进行处理。提高工作效率，减少手动操作的错误。 点击“开始识别”按钮，程序调用腾讯OCR API进行文字识别。识别结果展示在界面上，用户可以查看和编辑。根据识别结果，用户可以选择对图片进行重命名或其他操作。 功能实现图片加载与展示：用户可以通过界面选择包含图片的文件夹，程序加载并展示图片的缩略图、文件名及识别状态。OCR文字识别：利用腾讯OCR API对每张图片进行文字识别，提取图片中的文本内容。
1.7K10编辑于 2025-03-26- 来自专栏又见苍岚
区域与图像分割 —— 阈值选取
许多机器视觉算法都只针对：由单个物体的表面所生成的图像。如果一个物体表面的图像没有覆盖整个视野，那么，我们必须想办法找出：相应的物体表面所对应的图像区域。 是指：图像中亮度小于等于x的那一部分区域的大小，即： P(x)=\int_{0}^{x} p(t) d t 对于一幅数字图像，我们可以得到其灰度值统计直方图，它给出了：具有某一灰度值的图像单元(即： 自然地，当物体在图像中“占据”一大片区域时，这个现象并不明显。通常，我们需要将统计直方图中相邻的“竖条”合并到一起，从而实现统计直方图的光滑化；但是，这样做会牺牲对灰度值的分辨率。 当物体的一部分阻挡入射光时，“线形”阵列上的对应区域会相应地变暗。传送带不断向前移动，当物体经过传感器的感应区域时，传感器所产生的一条一条的“线”组合在一起，就形成了第二个“维度”。 空间相关性 对于一般的图像，图中相邻的图像单元(即：像素点)是相关的。例如，我们可以想象：在一个多面体物体的图像中，一些区域的亮度是常数。
1.8K00编辑于 2022-08-09 - 来自专栏python3
【python 图像识别】图像识别从菜鸟
Program Files\下 5、找到 pytesseract.py 更改 tesseract_cmd = 'C:/Program Files/Tesseract-OCR/tesseract.exe' 二、识别英文 三、识别验证码 ? ? ? 二、实现源代码 1、识别英文 #-*-coding:utf-8-*- import sys reload(sys) sys.setdefaultencoding('utf-8') import time Python27\Lib\site-packages\pytesseract\test.png') code = pytesseract.image_to_string(image) print(code) 2、识别验证码 2: pixdata[x,y] = 255 return img # 转化为灰度图 img = image.convert('L') # 把图片变成二值图像
12.4K41发布于 2020-01-10 - 来自专栏有三AI
【图像分割应用】医学图像分割（一）——脑区域分割
其主要任务是，从这些医学图像中分割出兴趣区域，比如特定器官部位、兴趣目标（如肿瘤）等。 这些因素导致了医学图像分割的难度和其自身的算法设计特点。 ? 大脑区域及形状个体差异示意图 下面我们以脑区域分割为例，讨论一下该任务的难点，并通过一个应用实例来进一步理解医学图像中的脑区域分割问题。 将脑部区域与非脑部区域分离 脑部区域分割中的第一个难点是将脑与非脑（如头骨）区域区分开。在MRI图像的分割中，脑组织的亮度是一个非常重要的特征。 其目的是提取脑部组织，并将其与可能与脑部区域存在亮度重叠的非脑部组织（比如脂肪、头骨、脖子等）分离，从而帮助脑区域内部的分割。 2. 这个例子不仅可以区分出脑部区域，而且能够用于脑部肿瘤的识别和分割。下图是肿瘤分割过程示意图。 ? 这个例子用到了BRATS 2017数据集，数据扩张处理如下图所示： ?
3.9K21发布于 2019-07-28 - 来自专栏AILearning
图像识别
特别地，我们发现一种称为深卷积神经网络的模型 可以在硬性视觉识别任务上实现合理的性能 - 匹配或超过某些领域的人类表现。 我们现在正在采取下一步，发布在最新型号Inception-v3上运行图像识别的代码。 Inception-v3 使用2012年的数据对ImageNet大型视觉识别挑战进行了培训。 ，您可以看到网络正确识别她穿着军装，得分高达0.8。 如果您已经在产品中拥有自己的图像处理框架，那么只要在将图像输入主图形之前应用相同的变换即可使用。 在这种情况下，我们正在演示对象识别，但是您应该可以在各种领域中使用与您已经找到或训练过的其他型号相似的代码。我们希望这个小例子为您提供如何在您自己的产品中使用TensorFlow的一些想法。
22.3K80发布于 2018-01-05 【全自动识别改名】批量图片文字识别与自动重命名实战指南，实现图片文字识别区域文字并自动重命名，用腾讯OCR教你实现
识别影像中的病变特征、人体器官等信息进行改名，将患者的病情诊断摘要、检查日期等信息导出到表格，可以提高医疗影像资料的管理效率，方便医生快速查阅和对比患者的影像资料。 咕嘎批量OCR识别图片PDF多区域内容重命名导出表格系统（Windows版本） 图片 要实现批量图片文字识别并根据识别结果自动重命名图片的功能，你可以使用腾讯云的 OCR（光学字符识别）API。 登录控制台，开通文字识别服务，并创建一个 API 密钥（SecretId 和 SecretKey）。 2. while (ret.size() % 4) { ret.push_back('='); } return ret; } // 调用腾讯云OCR API进行文字识别 通过以上步骤，你可以实现批量图片文字识别并根据识别结果自动重命名图片的功能。
1.3K10编辑于 2026-03-20- 来自专栏一点人工一点智能
IEEE TIP 2022 | 基于食材区域发现及区域间关系建模的食品图像识别和食材预测
食品图像类别识别及食材预测作为食品计算的基本任务，在营养评估和食品推荐等应用中发挥重要的支撑作用。食品是由复杂多变的食材组成，挖掘食材视觉区域可以更好地帮助我们识别其类别。 食品图像分析主要包括食品类别识别和食材预测。食品类别识别属于细粒度识别，需要对图像内容进行视觉分析后获知其对应的食品类别，因此挖掘细微的判别性区域（如食材相关的区域）非常重要。 食材视觉区域提取通过构建一个食材字典来捕获食品图像中的多样化食材区域并获得相应的食材分配图，进而用于发现并提取相应的食材特征；对于食材关系建模，利用食材视觉表征作为节点，食材词嵌入间的语义相似度作为边， 在推理过程中，模型利用所学到的字典对测试图像的特征图进行分配并获得对应食材区域特征，然后使用注意力向量重新加权这些特征。 定性实验结果表明，本文的方法能够发现有意义的食材区域，并能够提取关键性区域进行识别。 图4 一些测试样本的实验结果 图4展示了一些测试样本的实验结果。
1.6K30编辑于 2022-12-27 - 来自专栏机器学习与统计学
Python+OpenCV实现车牌区域识别
本篇文章主要调用OpenCV库（cv2）进行车牌区域识别，具体步骤包括： 1.灰度转换：将彩色图片转换为灰度图像，常见的R=G=B=像素平均值。 3.Sobel算子：提取图像边缘轮廓，X方向和Y方向平方和开跟。 4.二值化处理：图像转换为黑白两色，通常像素大于127设置为255，小于设置为0。 5.膨胀和细化：放大图像轮廓，转换为一个个区域，这些区域内包含车牌。 6.通过算法选择合适的车牌位置，通常将较小的区域过滤掉或寻找蓝色底的区域。 图像锐化的目的是提高图像的对比度，从而使图像更清晰，通过提高邻域内像素的灰度差来提高图像的对比度。本文采用Sobel算子提取边缘轮廓。 ? 五、指定算法选择车牌区域 该部分代码膨胀和腐蚀略有区别，采用closed变量实现。
5.2K30发布于 2019-04-23 【批量图片区域识别改名】有没有可以自动批量识别jpg图片上的区域文字，并直接提取文字命名的软件么? 没有我们教你基于WPF和腾讯api的方案做一个
使用自动批量识别 JPG 图片上的区域文字，并直接提取文字为图片命名的软件，可以大大提高工作效率，减少人工操作带来的错误。 实现方案：基于 WPF 和腾讯云 OCR API 以下是基于 WPF 和腾讯 API 实现批量图片自定义区域文字识别，并用文字内容改名和导出表格的完整步骤： 1. 设计 WPF 界面 在 MainWindow.xaml 中设计界面，包含选择图片文件夹、自定义区域设置、开始识别、导出表格等功能。 自定义区域解析：将用户输入的 X,Y,Width,Height 格式的字符串解析为坐标和尺寸。 文字识别：使用腾讯云的 GeneralBasicOCR API 对图片指定区域进行文字识别。 自定义区域的坐标和尺寸需要根据实际情况进行调整。 通过以上步骤，你可以实现基于 WPF 和腾讯 API 的批量图片自定义区域文字识别，并用文字内容改名和导出表格的功能。
2.2K10编辑于 2025-02-24- 来自专栏燧机科技-视频AI智能分析
重点区域人员徘徊识别监测系统
重点区域人员徘徊识别监测系统对监控画面中重要区域进行实时检测分析。 重点区域人员徘徊识别监测系统主要通过现场监控终端对现场画面的实时传输视频流，进行实时分析识别。 图片重点区域人员徘徊识别监测系统检测到区域内有运动目标徘徊停留一定时间，系统则立即抓拍报警存档。 这在现场重点区域起着重要作用，重点区域人员徘徊识别监测系统可以提醒人员在第一时间发视异常行为，并尽快预防。 重点区域人员徘徊识别监测系统检查特定区域内异常停留的人员，充分传递预警信息，在事件中进行正常检查，事后方便查找，使后台人员从复杂无聊“盯显示屏”中解放出来。图片
43300编辑于 2022-10-31 - 来自专栏计算机视觉理论及其实现
Python剪裁图像中的指定区域
+ file_img targetimg = targetroot + file_img image = Image.open(imgpath) # 用PIL中的Image.open打开图像
2.4K20编辑于 2022-09-02 - 来自专栏用户8715145的专栏
智能识别图像识别采用了什么原理？智能识别图像识别有哪些应用？
，那么智能识别图像识别采用了什么原理？ 智能识别图像识别有哪些应用？ 智能识别图像识别采用了什么原理？ 人工智能技术是涵盖了非常多样的领域的，其中图像识别技术就是现在发展比较火爆的重要领域，对于各种图像都可以通过人工智能进行识别，从而达到各种目的，很多人会问智能识别图像识别采用了什么原理？ 智能识别图像识别是通过图像的特征为基础从而达到识别结果的，每个图像都会有自己的特征，在完整的图像库里面就可以找寻出相同特征的图像。 智能识别图像识别有哪些应用？ 智能识别图像识别这项技术虽然并没有完全成熟，但是基础的技术已经能够应用到很多方面的，那么智能识别图像识别有哪些应用？
7.7K30发布于 2021-10-20
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号