python从入门到放弃——tensorflow

最近公司安排学习python，同时研究一下深度学习，人工智能识别，最后的目的就是实现利用机器学习自动完成影像的对别，识别房屋，自动生成地形图等。总之走在时尚最前沿了，说干就干，但是入门的路上坑真的太多，写在这里算是提醒，总结，也可以作为后的某一天的回味吧。

首先感谢一下我的领导，提供了学习环境和机会，感激。

一、利用软件Tesseract-OCR和模块pytesseract，PIL实现对图片中文字进行识别，程序代码很简单：

from PIL import Image
import pytesseract
#text = pytesseract.image_to_string(Image.open("1.jpg"),lang="chi_sim")
image = Image.open("1.jpg")
text = pytesseract.image_to_string(image,lang="chi_sim")
print(text)

软件安装注意的就是tess中要设置中文，然后是环境变量，环境变量真的重要，现在才明白控制台为什么

都不执行相关的命令了，环境变量path中添加，然后 ;隔开输入软件的安装路径。

其实安装都可以利用pip，只是貌似pil这个版本有问题吧，单独下载安装，至于pytesseract则需要打开.py改动里面的文件路径，最后输入图片就可以识别了。

二、其实上面的都是走了弯路，包括接触TensorFlow的安装也走了一些弯路，不过最后还是能用。

TensorFlow的安装方式很多，要有两个软件protocol buffer和bazel。安装一开始使用docker，费尽周折，不过这个软件可以留着使用了。然后用pip安装直接输入：

pip install tensorflow

安装完毕，环境没配置好，也许是方法太复杂，越复杂越容易出问题。

TensorFlow使用

首先是载入

import tensorflow as tf #使用tf代替模块名称

graph （图表）查看计算图创建计算图

tf.get_default_graph 获取计算图

创建计算图

g1 = tf.graph

with g1.as_default():#定义g1中的变量V

v = tf.get_variable(

"v",initializer = tf.zeros_initializer(shape=[1]))#初始化值为0

#读取

with tf.Session(graph=g1) as sess:

tf.initializer_all_variable().run()

with tf.variable_scope("",reuse=ture) :

print(sess.run(tf.get_variable("v")))

python从入门到放弃——tensorflow

猜你喜欢