- 综合排序
- 最热优先
- 最新优先
- 来自专栏图像处理与模式识别研究所
手写体数字识别
11.451450348 Accuracy= 0.9588 Train Finished takes: 76.92 Starting another session for prediction 算法：手写体数字识别使用的框架是由多个隐藏层组成的神经网络
1.9K20编辑于 2022-05-29 - 来自专栏TEL18600524535
中文手写体识别技术：从像素到文字的智能解码
技术核心：从像素到文字的智能解码中文手写体识别是一个复杂而精密的系统工程，融合了模式识别、图像处理与深度学习等多学科技术：图像预处理：二值化：将灰度/彩色图像转化为黑白两色，突出文字轮廓。 变换域特征：利用Gabor滤波、小波变换捕捉文字的纹理和方向信息。深度学习主导的识别（当前主流）：卷积神经网络：自动学习文字图像的层级特征（边缘->部件->整体结构），是识别的基础骨干网络。 技术难点：破解中文手写的“千变万化”中文手写体识别技术的难度远超西方拼音文字，主要挑战在于：字符集庞大：常用汉字数千（GB2312: 6763字，Unicode: 超9万字），远超英文26字母，模型需区分极多相似类别 功能特点：打造流畅自然的交互体验中科逸视中文手写体识别系统具备以下核心能力：高精度识别：在约束书写条件下，对工整手写体的识别率可达98%以上；对自由书写具备相当鲁棒性。 考古与文献研究：辅助识别古籍、碑文、出土文献中的手写文字。中文手写体识别技术，是人工智能在感知与认知领域的一项重大成就。
69510编辑于 2025-08-05 - 来自专栏数据科学CLUB
用Tensorflow识别手写体
数据准备 import tensorflow as tfimport tensorflow.examples.tutorials.mnist.input_data as input_datamnist = input_data.read_data_sets("MNIST_data/", one_hot=True) WARNING:tensorflow:From <ipython-input-1-6bfbaa60ed82>:3: read_data_sets (from tensorflow.contrib.
4.6K30发布于 2020-06-12 - 来自专栏TEL18600524535
解码笔迹：手写体文字识别技术驱动阅卷系统智能化变革
基于深度学习的手写体文字识别技术，正在为这一痛点提供智能化解决方案，悄然改变着阅卷系统的运作模式。 早期基于简单图像处理的自动化阅卷技术，对手写体，尤其是书写潦草、布局复杂、有涂改痕迹的文本识别率低，难以实际应用。 深度学习驱动的手写体文字识别技术并非简单“看图识字”，而是构建了一个复杂的智能感知与理解系统：强大的图像预处理能力：能够有效应对扫描或拍摄产生的图像倾斜、光照不均、背景噪声、笔画粘连、透视变形等问题，为识别奠定清晰基础 将手写体文字识别术集成到阅卷系统中，催生了高效、精准、多维的智能化阅卷新范式：高效客观题判卷：对选择题、判断题、填空题等，系统可实现毫秒级自动识别与评分，效率提升数十倍，且结果绝对客观一致。 中科逸视的手写体文字识别技术，如同为传统的阅卷系统装上了“智慧之眼”和“分析大脑”，不仅提升了效率，更在悄然重塑教育评价的形态与内涵，助力教育领域在数字化浪潮中迈向更加公平、高效、个性化的未来。
42510编辑于 2025-12-09 - 来自专栏Fdu弟中弟
tensorflow实现手写体数字识别
调用tensorflow实现手写体数字识别。 在此感谢 代码原址：https://github.com/cj0012/AI-Practice-Tensorflow-Notes 之前在人工智能课上自己手动搭建过一个BP神经网络实现MNIST数据集的手写体数字识别
1.5K20发布于 2021-02-24 - 来自专栏PaddlePaddle
【场景文字识别】场景文字识别
场景文字识别是在图像背景复杂、分辨率低下、字体多样、分布随意等情况下，将图像信息转化为文字序列的过程，可认为是一种特别的翻译过程：将图像输入翻译为自然语言输出。 场景图像文字识别技术的发展也促进了一些新型应用的产生，如通过自动识别路牌中的文字帮助街景应用获取更加准确的地址信息等。 在场景文字识别任务中，我们介绍如何将基于CNN的图像特征提取和基于RNN的序列翻译技术结合，免除人工定义特征，避免字符分割，使用自动学习到的图像特征，完成端到端地无约束字符定位和识别。 本例将演示如何用 PaddlePaddle 完成 场景文字识别 (STR, Scene Text Recognition) 。 任务如下图所示，给定一张场景图片，STR 需要从中识别出对应的文字"keep"。 ? 图 1. 输入数据示例 "keep" |2.
28.4K70发布于 2018-04-02 - 来自专栏TEL18600524535
指尖解锁时光密码：手写体文字识别技术如何重塑历史档案管理
在此背景下，中科逸视（北京）科技有限公司以其尖端的人工智能技术，特别是其卓越的手写体文字识别技术，为这一领域带来了革命性的突破。 中科逸视的手写体识别技术，正是为了攻克这“最后一公里”而生的利器。 融合上下文语义纠错：单纯依靠图像识别难免有误。手写体文字识别技术融入了自然语言处理模型，利用古汉语的语法、词库和上下文语境，对识别结果进行智能校验与纠错。 应用：从“数字仓库”到“智慧知识库”的升华手写体文字识别技术在历史档案数字化加工流水线中，正发挥着核心引擎的作用：高效精准的全文数字化：将原本需要专家数月甚至数年才能完成的手抄工作，缩短至几天或几周。 中科逸视的手写体文字识别技术，不仅仅是一项工具，更是一座连接过去与未来的桥梁。它用冰冷的算力，温柔地解封了尘封的历史记忆，让古老的文字在数字世界里重新呼吸。
20300编辑于 2025-11-20 - 来自专栏AI异构
caffe详解之mnist手写体识别
caffe(https://github.com/BVLC/caffe/tree/master/examples/mnist)
2K40发布于 2020-07-29 - 来自专栏全栈程序员必看
三星识别文字_免费文字识别
百度通用文字识别服务的免费使用次数提升100倍，从每天500次提升至每天50000次；通用文字识别高精度版的免费使用次数提升10倍，从每天50次提升至每天500次。 目前业界通常按照接口调用次数收费，单个接口单次调用费从几分钱到几毛钱不等，百度永久免费开放通用文字识别及其他文字识别技术，实实在在为企业节约一笔不菲的支出。 现阶段已有大量企业将百度通用文字识别、身份证识别、银行卡识别、增值税发票识别、驾驶证识别、行驶证识别、网络图片文字识别、自定义模版文字识别等服务应用在实际业务中。 案例四：折800应用网络图片文字识别，实现高效图文反作弊 面对花样繁多的违规文字图片，折800希望用一款高效精准的 OCR 产品实现自动化的文字提取，完成自动审核。 百度网络图片文字识别产品，依托百度业界领先的 OCR 算法，进行整图文字检测、识别，并针对互联网图片中出现的艺术字体、复杂背景进行了专项优化，其产品特点刚好与折800的需求非常契合。
31.4K30编辑于 2022-09-01 - 来自专栏全栈程序员必看
python屏幕文字识别_python识别图片文字
思路如下： 手机屏幕投影到电脑上； 截图并识别图片文字； 调用百度来进行搜索； 提取html关键字。 环境配置：python3.6、第三方库：pyautogui、PIL、pytesseract、识别引擎tesseract-ocr 要识别中文，ocr引擎要下载一个中文包chi_sim放进Tesseract-OCR ”+str(x).rjust(4)+’,’+str(y).rjust(4) 4 print(posStr) 要获取两个坐标（截图开始坐标和结束坐标），然后利用获取的坐标运用如下代码截图并调用ocr引擎识别 （识别出来的字是每个用空格分开的，所以要去除字符串中的空格），代码如下： 1 from PIL importImage2 from PIL importImageGrab3 importpytesseract4 screenshots sucess”)10 11 text=pytesseract.image_to_string(Image.open(‘C:/imgSave/1.jpg’),lang=’chi_sim’) #调用识别引擎识别
49.8K10编辑于 2022-09-06 - 来自专栏全栈程序员必看
python屏幕文字识别_python 图片文字识别 可截图识别
如果有可选参数 “”” options = {} options[“detect_direction”] = “true” options[“probability”] = “true” “”” 带参数调用通用文字识别 如果有可选参数 “”” options = {} options[“detect_direction”] = “true” options[“probability”] = “false” “”” 带参数调用通用文字识别 +’********’*2+’\n’) print(‘截屏识别填1，图片识别填2:’) pd=input(”) if pd==’2′: print(‘***************请将图片放置本目录下*
44.3K10编辑于 2022-09-01 - 来自专栏cloudskyme
小白也能懂的手写体识别
手写体识别与Tensorflow 如同所有语言的hello world一样，手写体识别就相当于深度学习里的hello world。 思路 把图片当成一枚枚像素来看，下图为手写体数字1的图片，它在计算机中的存储其实是一个二维矩阵，每个元素都是0~1之间的数字，0代表白色，1代表黑色，小数代表某种程度的灰色。 ? 总结 上面的例子使用的是TensorFlow提供的数据集，我们可以自己手写一个数字，然后通过opencv对数字进行剪裁，然后输入模型看识别的结果。
2.1K60发布于 2018-03-19 - 来自专栏全栈程序员必看
tensorflow2.0手写数字识别(tensorflow手写体识别)
本节笔记作为 Tensorflow 的 Hello World，用 MNIST 手写数字识别来探索 Tensorflow。 环境： Windows 10 Anaconda 4.3.0 Spyder 本节笔记主要采用 Softmax Regression 算法，构建一个没有隐层的神经网络来实现 MNIST 手写数字识别。
1.9K40编辑于 2022-08-01 - 来自专栏IT派
实战｜TensorFlow 实践之手写体数字识别!
本文的主要目的是教会大家运用google开源的深度学习框架tensorflow来实现手写体数字识别，给出两种模型，一种是利用机器学习中的softmax regression作分类器，另一种将是搭建一个深度神经网络以达到 99%正确率的手写体数字识别模型。 下载后的数据集分为训练集、验证集、测试集(也就是train_data,validation_data,test_dasta，记住，这样的划分很重要，它可以检验我们得到的模型在真实场景下的识别能力)。 可见深度神经网络，在手写体识别项目上表现地相比于softmax regression，效果会好的多的多。 我们学习了在tensorflow中实现softmax regression、一种深度神经网络的过程；简单了解了tensorflow的运行机制和内部参数、函数机构，相信看完大家可以手动设计一个神经网络将识别率继续提高
1.5K00发布于 2018-07-30 - 来自专栏深度学习|机器学习|歌声合成|语音合成
java落地AI模型-cnn手写体识别
cnn手写体识别 1. 基本介绍 手写体识别，是指对图像进行识别，判断图像中的内容是否为手写文字。 本项目是一手写数字识别为主，采用的模型是cnn。 识别准确率为，98% 模型转化：将pytorch的模型转化为onnx格式，方便在安卓端使用。 以java的代码推理模型，在安卓端或者其他环境中实现手写数字识别。 model2onnx │ ├── model │ ├── model2onnx.py │ └── test_onnx_model.py └── 第3集: java落地AI项目案例:cnn手写字体识别
82910编辑于 2024-10-01 - 来自专栏数据科学CLUB
用多层感知机识别手写体(Keras)
独热编码即 One-Hot-coding，又称一位有效编码，其方法是使用N位状态寄存器来对N个状态进行编码，每个状态都由他独立的寄存器位，并且在任意时候，其中只有一位有效。例如对六个状态进行编码：自然顺序码为 000,001,010,011,100,101独热编码则是 000001,000010,000100,001000,010000,100000
3K20发布于 2020-06-11 - 来自专栏UQUQ
Python文字识别
matplotlib pip3 install torch torchvision torchaudio pip install matplotlib pip install torchvision 训练数字识别模型 """ ****************** 训练数字识别模型 ******************* """ # -*- coding: utf-8 -*- import cv2 import imshow(images) print(labels) # 定义一个LeNet-5网络，包含两个卷积层conv1和conv2，两个线性层作为输出，最后输出10个维度 # 这10个维度作为0-9的标识来确定识别出的是哪个数字 /MNISTModel.pkl") 关闭开始训练 20次训练完成 已保存模型 实现MNIST手写数字识别 """ ****************** 实现MNIST手写数字识别 ******** enlarge_img) cv2.waitKey(0) # 定义一个LeNet-5网络，包含两个卷积层conv1和conv2，两个线性层作为输出，最后输出10个维度 # 这10个维度作为0-9的标识来确定识别出的是哪个数字
20.2K20编辑于 2023-05-11 - 来自专栏播放刘德华的歌
文字识别0727
数学公式识别和物理公式识别有什么区别吗？ 新增了二维码识别 本接口支持条形码和二维码的识别（包括 DataMatrix 和 PDF417）。 image.png 这个二维码识别有什么用呢？ 条形码识别，我就是好奇，为什么便利店里扫码，可以直接识别那么快，还有各种奇形怪状的想法，奇思妙想的想法。
26.4K20发布于 2020-07-28 - 来自专栏播放刘德华的歌
文字识别0730
条码信息识别 那天我的手机没电了，然后我到最近的美宜佳超市去借了一个充电宝，借充电宝之前需要扫一下二维码。 但是我的手机已经关机，于是就买了一瓶水，扫描上面的条形码，然后顺便先充个电。 通过微信小程序可以实现条码信息识别吗？有客户实现过这个案例吗？ 微信小程序识别的顺序是怎么样的呢？
25.1K20发布于 2020-07-30 - 来自专栏全栈程序员必看
在线图片文字识别html,识别文字在线_识别图片文字的在线方法是什么？
在线ocr文字识别软件哪个好？ 楼主给你说哦！其实没有必要咋先ocr文字识别的，可以使用专业的第三方软件来进行ocr文字识别的。 在云便签中可以添加图片，识别图片中的文字 1、首先打开云便签后，点击时钟图标，然后在内容编辑页面点击【T】图标 2、选择好图片后，云便签就会自动识别图片中出现的文字了，完成识别后，云便签将会把识别出来的文字保存在便签 识别图片文字的软件，您说的是第三方软件吧，叫做“ocr文字识别软件”； 1、打开百度搜索“迅捷办公”，找到旗下的ocr文字识别软件； 2、打开文字识别软件，关闭上面的提示窗口，通过左上角把需要识别的图片添加进去 可以识别手写体和印刷体，可以拍照识别，也可以识别图片，整体功能比较简单，但是能救急。识别结果可编辑，有错误的地方就修改，然后可以复制到文本框或者pdf进行分享都可以。 电脑上搜索迅捷在线PDF转换器，其中就有ocr文字识别功能，把图片添加进入就好。 手机上识别文字的功能可能大家都不清楚，打开微信小程序–搜索迅捷文字识别，进入小程序，把图片添加进入即可，非常的方便。
69.6K50编辑于 2022-06-26
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