【摘 要】
:
本文在Python编程语言环境下,借助基于OCR(Optical Character Recognition,光学字符识别)技术的Python-Tesseract模块,设计了一套针对扫描图像文档进行标题文字识别和有效提取,并快速、智能化的重命名系统,实现了基于规则的批量自动化模式和基于鼠标划取区域的单个手动模式两种重命名方式,达到了高效智能地对扫描文档图像进行有效重命名的目的,为扫描文档数字化管理
论文部分内容阅读
本文在Python编程语言环境下,借助基于OCR(Optical Character Recognition,光学字符识别)技术的Python-Tesseract模块,设计了一套针对扫描图像文档进行标题文字识别和有效提取,并快速、智能化的重命名系统,实现了基于规则的批量自动化模式和基于鼠标划取区域的单个手动模式两种重命名方式,达到了高效智能地对扫描文档图像进行有效重命名的目的,为扫描文档数字化管理提供了关键性便捷入口。
其他文献
多车道大场景尺度下,车牌识别存在背景复杂、车牌与字符像素占比小、车牌倾斜角度大等问题;与单车道、单车辆及固定摄像头场景相比,已有算法上车牌定位困难、识别速度慢。为此,提出使用改进的Tiny YOLO V3模型提取车辆位置,缩小车牌检测范围,去除复杂背景干扰;并结合去除掩码分支的Mask R-CNN模型,达到车牌识别的目的。首先将高分辨率图片通过YOLO快速卷积提取车辆位置,并将车辆部分裁剪下来;然
本文首先对AE技术在视频剪辑中应用的重要意义进行了总结,并对AE技术应用存在的具体问题展开了分析,制定了提升AE技术在视频剪辑中应用质量的具体策略。
本文调研了压缩感知相关算法的一些发展现状,并且概要分析了各种不同算法的优劣势。基于神经网络的压缩感知方法在训练过程中的GPU内存消耗,随着网络层数的变多快速增大,导致该类网络大多是浅层网络,性能提升空间有限。针对该问题,本文结合可逆网络,提出了一种新的可逆压缩感知算法,名为InvICS。由于可逆网络的特性,该模型不存在GPU内存瓶颈。通过在多个数据集上验证,其能极大的减少训练期间的内存消耗,而且还
本文结合时代背景,详细分析了物联网与智慧物流的原理,设计了基于物联网技术的智慧物流全程可信系统。物流业未来的竞争和提升一定靠企业对新技术的掌握和应用,回顾以往物流行业的每次变革,都可以看到技术突破和产业升级两股力量共同推动、互相碰撞,带来日新月异的变化。因此,物流企业家不仅要紧跟市场,还一定要有技术的敏感度,不断提升掌握新技术掌握新装备的能力。
本文设计开发了基于物联网的机场绿化园林植物生长环境参数监测系统。智慧绿化园林控制系统可以让用户自主选择自动控制或者手动控制,能够实现实时观察绿化植物的状态,不需要浪费大量的人力和物力来专门进行检查和记录。该项目也可以手动设置绿化植物的不同温度、湿度、光照及土壤湿度的范围,一旦超过或者低于植物生长所需要的温度、湿度、光照和土壤湿度范围,系统将进行报警处理。
本文开发了基于深度学习的课堂行为识别系统。目前传统的算法无法很好的完成对玩手机这种细粒度动作的识别,因此本文通过改进目标检测YOLO算法,针对学生玩手机、睡觉、逃课等行为,提高细粒度动作识别准确率,并根据学生行为数据生成课堂学情报告,分析学生出勤、学习状态数据。通过视频推流的方式,将行为识别结果在网页进行展示,具有较好的实际应用价值。
本文主要对动态不良天气成像图像去雨雪进行研究,提出了基于背景建模的图像去雨雪方法,并将算法应用于静止场景和含运动目标场景,并对比分析了各算法的测试效果,经验证算法能够有效提高后续目标检测、跟踪、识别的准确度。
本文介绍了基于Three.js技术的室外压力管道三维管网的可视化过程,阐明了室外压力管道的三维管网中不同管点和管段的几何建模原理,简化了三维管网的绘制,实现了管段建模和管点建模,完成了完整的室外压力管道三维展示。同时设置三维管线的材质和光照效果以提高管线绘制的真实性,实现了室外压力管道三维可视化。
本文剖析健康监测管理的现状与不足,重点研究如何应用物联网与深度学习技术实现一个跨越空间和融合碎片化时间的健康监测管理服务平台,对平台的研究以及实现过程进行详述,并在最后总结平台创新与优势。
本文重点设计了一种自动化检测方法,有效地解决了人工检测效率低下、漏检风险高等问题,首先,在完成机器视觉检测方案设计的基础上,借助产品外壳污损缺陷检测图像处理算法,对缺陷识别结果进行分析,结果表明:本文所提出的自动化检测方法完全符合产品外壳污损缺陷检测需求。