共查询到20条相似文献,搜索用时 375 毫秒
1.
2.
3.
利用OCR(光学字符识别)技术,我们可以轻松实现纸质文档的电子化,大大提高工作效率。但一直以来,OCR技术几乎都要依赖扫描仪来实现文字识别的功能,而扫描仪的局限性造成了我们无法实现随时随地采集文字图像,这也成为了OCR技术广泛应用的一个巨大瓶颈。最近,北京文通信息技术有限公司推出的一款慧视视觉图像文字识别系统,将OCR技术与数码相机、DV、拍照手机、PDA等图像输入设备相结合,实现了对任意视觉图像的识别。OCR技术可以将纸质图像中的文字转换成电子文档,其识别过程可简单分为以下三个步骤:首先是文字的分割,就是将图像中的文… 相似文献
4.
前几天,在北京国展举行的第八界中国国际软件博览会和在沈阳举行的东北亚高新技术及产品博览会上,以崭新形象全新登场的新版“慧视”引起了人们的极大关注。作为国内首款视觉图像识别软件,“慧视”具有十分成熟的版面分析与超强的识别核心能力,可以将数码相机、摄像机、可拍照手机等设备拍摄的文字资料,直接在电脑上进行识别,并且作为电子文档进行编辑和保存。 相似文献
5.
6.
名片扫描仪可真是个好东西,一大堆名片,只要几分钟就能全部搞定了,管理、编辑、查找起来也非常方便,但它一般需要几百元。而如果我们有了慧视文通,就能将从扫描仪、数码相机中所获得的名片图像轻松识别为可以管理的数字信息。其效果丝毫不亚于名片扫描仪,而其价格却仅188元。软件安装新版慧视套装包括一张光盘和一个加密锁,只有将加密锁插入USB接口的情况下,慧视才能正常工作,所以在使用前一定要核对一下里面的东西是不是齐全。要想识别名片,除了安装慧视主程序外,还要安装光盘自带的文通名片管理系统。识别名片首先,把事先用数码相机拍好… 相似文献
7.
8.
数码相机的普及带来了数码应用热潮,也给经常和文字打交道的用户带来了烦恼。当遇到自己感兴趣的文章或看不懂的外文资料,这部分用户会考虑用数码相机、数码摄像机等设备把它拍摄下来,以便进一步研究。遗憾的是,这些内容无法被识别和处理成文字,所以他们更希望数码相机等具有摄像功能的设备所拍摄的文字、图片也能像扫描仪一样,由相应的识别软件系统加以识别,变成可以编辑的 相似文献
9.
10.
11.
用数码相机拍摄的文字照片也可以进行OCR识别吗?这不是只能用扫描仪才可以实现的功能吗?要是这样想,那可就大错特错了…… 相似文献
12.
13.
14.
《电子制作.电脑维护与应用》2021,(8)
为解决传统图像识别方法在实际应用中对三维多媒体视觉图像正确识别个数较少,无法满足高精度识别需要问题,开展基于人工智能的三维多媒体视觉图像识别研究。提取三维多媒体视觉图像特征,识别图像变化特征,基于人工智能完成图像特征识别。通过实验进一步证明,设计的识别方法与传统识别方法相比,有效提高了对图像的正确识别率,实现对三维多媒体视觉图像的高精度识别。 相似文献
15.
基于矩形角点几何变换的畸变图像校正 总被引:2,自引:0,他引:2
吴柏雄 《计算机与数字工程》2009,37(11):152-154
在以数码相机等数字设备拍摄图像时,所拍摄的图像经常会产生各种各样的变形,这种变形可能会导致识别软件中的后续处理失败,从而使图像无法被识别。为了使普通的识别软件能够对数码相机等拍摄的图像进行识别,有必要对其进行校正。针对大部分畸变图像是倾斜变形和透视变形,采用类似倾斜变形图像的几何校正算法,分两步实现图像的校正。实验表明,该方法对于倾斜变形和透视变形有良好的校正效果,以便于后续的图像处理。 相似文献
16.
对数码相机取景图像进行场景的自动识别与归类是数码相机模式自动调整的核心问题之一。本文提出一种结合图像视觉特征与LDA(Latent Dirichlet Allocation)模型的取景图像自动识别算法:在图像类别训练中,以整个训练图像类的特征码作为训练对象,其中特征码包含图像的低层视觉特征,得到各类图像的LDA模型。在图像识别中,通过计算目标图在各类图像模型中的后验概率来判断该图所属类别。实验结果较好,说明此算法可用于对数码相机取景框图像场景识别。 相似文献
17.
18.
19.
针对目前水稻病害图像识别系统依赖于数码相机和计算机,缺乏便携性和实时性的问题,设计了一款基于Android手机的水稻病害图像识别系统。系统通过分析水稻稻瘟病、胡麻斑病、干尖线虫病、白叶枯病四种病害的颜色、形状、纹理特征,采用图像预处理、图像增强、图像分割、特征提取以及图像识别的处理方法,实现基于图像识别的及时准确诊断水稻病害类型的目的。实验结果表明,系统准确率可达93.78%,正检率96.22%,误检率6.22%,虚警率1.56%,平均诊断用时2.802s。该系统能有效地拍摄并诊断水稻病害,迅速、准确地给出病害防治措施。 相似文献
20.
由于传统瑕疵图像识别算法存在识别时间长、准确率较低的问题,研究基于机器视觉的零件加工瑕疵图像识别算法。使用最小误差法分割图像阈值,获取并处理瑕疵零件图像;提取瑕疵图像的全局特征与局部特征,经多维向量特征值排序后得到零件加工瑕疵的最终特征;利用形态学细化法提取图像边缘轮廓,结合机器视觉细化边缘像素,实现瑕疵图像识别。测试结果表明:使用机器视觉识别零件加工瑕疵图像算法,当图像数量增加到1000张时,图像识别平均所用时间为78.3 s,平均准确率则为95.817%,可以提高零件加工瑕疵图像识别的准确率。 相似文献