comenzando
Hola a todos, soy el hermano G. Actualmente estoy trabajando en Jingzhou, ¡pero todavía hay que arreglar los productos secos!
Existe una ruta de aprendizaje explosiva para los desarrolladores en el extranjero. En la actualidad, más de 131 k estrellas se han cosechado en Github, y el número de estrellas ocupa el noveno lugar entre todos los almacenes de Github. ¡No hace falta decir lo caliente que está este almacén!
Como programador, si no conoce este almacén, ¡realmente pierde dinero! Además, algunos de nuestros expertos técnicos se refieren a este almacén al redactar rutas de aprendizaje para recién graduados.
Puntos de conocimiento en este artículo
La estructura general del reconocimiento de tarjetas de identificación
- Demostración de efectos
- Escenarios de aplicación del reconocimiento de tarjetas de identificación
- Estructura del núcleo del proyecto
Tecnología clave de reconocimiento de tarjetas de identificación
- Principios del desarrollo de NDK
- Que es JNI
- Sistema de arquitectura OpenCV
- Arquitectura de tecnología OCR
Proyecto de reconocimiento de tarjetas de identificación de combate
- Arquitectura clave
- Pasos básicos e implementación manuscrita
- Windows IOS ejecutándose sincrónicamente
- Arquitectura de Android
1. ¿Qué es el reconocimiento de tarjetas de identificación?
Análisis de problemas clave: busque el área donde se encuentra el número → obtenga la imagen del número → identifique el número de identificación
2. Núcleo
OpenCV:
El nombre completo de OpenCV es Open Source Computer Vision Library, que es una biblioteca de visión artificial multiplataforma. IBM comenzó la investigación y el desarrollo en 1999, utilizando C ++ para proporcionar la estructura de datos de la interfaz Mat
Áreas de aplicación:
Procesamiento de imágenes. Reconocimiento facial. Reconocimiento de gestos. Reconocimiento de acciones de interacción persona-computadora. Seguimiento de movimiento. Reconocimiento de objetos segmentación de imágenes
Tess-two:
El nombre completo de OCR es Optical Character Recognition es un proceso de análisis y reconocimiento de archivos de imagen de datos de texto para obtener información de diseño y texto.
tess-two es una rama git de TesseraToolsForAndroid
Características de uso:
1: Simple y fácil de usar
2: Código abierto y soporte para uso sin conexión
3: API de Java personalizada para la plataforma Android
Desarrollo NDK:
3. Arquitectura detallada
problema:
1: ¿Qué es una imagen en escala de grises?
2: ¿Qué es la binarización y por qué?
3: ¿Qué es la detección de contornos?
4: ¿Qué es la expansión de la imagen?
5: ¿La segmentación de la imagen causará OOM?
6: Cómo realizar el entrenamiento de texto OCR
7: ¿Qué es la API para el reconocimiento gráfico?
3.1 Los pasos básicos del reconocimiento de imágenes: escala de grises
3.2 Los pasos centrales del reconocimiento de imágenes-binarización
3.3 Los pasos básicos del reconocimiento de imágenes: detección de contornos
Todos los cierres continuos están enmarcados por rectángulos
3.4 Los pasos centrales del reconocimiento-expansión de imágenes
3.5 Los pasos centrales del reconocimiento de imágenes: tramado de contornos
3.6 reconocimiento de texto
Muestra de texto OCR → texto memorizado → reconocimiento de texto directo
para resumir
¿Cómo subir imágenes?
No se puede decir que llamaré cómo se implementa la interfaz, aunque también lo hago
Comprender:
1: Comprenda qué es Http, para saber cómo http carga imágenes
2: Usando okhttp, ¿cómo se da cuenta de este proceso con la actualización?
¡Haz clic aquí para recibirlo gratis!
% E4% B8% 8D% E4% BC% 9A% E8% BF% 99% E4% BA% 9B% EF% BC% 9F% E5% A6% 82% E4% BD% 95% E9% 9D% A2% E8 % AF% 95% E6% 8B% BF% E9% AB% 98% E8% 96% AA% EF% BC% 81.md)