Machine learning 苹果视觉框架:LCD/LED数字识别
我在开发一个iOS应用程序,在我尝试拍摄数字时钟、计算器、血压监视器、电子温度计等图像之前,一切似乎都很顺利 由于某些原因,无法识别像这样的原始LCD屏幕上的文本: 您可以尝试使用捕获数字,但它将失败。或者您可以尝试Vision框架的任何其他示例项目,但它将无法将数字识别为文本Machine learning 苹果视觉框架:LCD/LED数字识别,machine-learning,computer-vision,coreml,apple-vision,createml,Machine Learning,Computer Vision,Coreml,Apple Vision,Createml,我在开发一个iOS应用程序,在我尝试拍摄数字时钟、计算器、血压监视器、电子温度计等图像之前,一切似乎都很顺利 由于某些原因,无法识别像这样的原始LCD屏幕上的文本: 您可以尝试使用捕获数字,但它将失败。或者您可以尝试Vision框架的任何其他示例项目,但它将无法将数字识别为文本 作为最终框架用户,我可以做什么?有解决方法吗?您可以训练自己的模型,例如训练模型。。。 使用包含数字时钟、计算器、血压监测仪等屏幕的多达10K图像来训练您自己的.mlmodel。为此,您可以使用Xcode playde
作为最终框架用户,我可以做什么?有解决方法吗?您可以训练自己的模型,例如训练模型。。。 使用包含数字时钟、计算器、血压监测仪等屏幕的多达10K图像来训练您自己的
.mlmodel
。为此,您可以使用Xcode playder
或Apple Create ML
应用程序
以下是您可以复制并粘贴到macOS游乐场的代码:
import Foundation
import CreateML
let trainDir = URL(fileURLWithPath: "/Users/swift/Desktop/Screens/Digits")
// let testDir = URL(fileURLWithPath: "/Users/swift/Desktop/Screens/Test")
var model = try MLImageClassifier(trainingData: .labeledDirectories(at: trainDir),
parameters: .init(featureExtractor: .scenePrint(revision: nil),
validation: .none,
maxIterations: 25,
augmentationOptions: [.blur, .noise, .exposure]))
let evaluation = model.evaluation(on: .labeledDirectories(at: trainDir))
let url = URL(fileURLWithPath: "/Users/swift/Desktop/Screens/Screens.mlmodel")
try model.write(to: url)
正在从图像中提取文本。。。
如果您想知道如何使用Vision framework从图像中提取文本,请查看。很可能Vision没有经过训练来识别这些类型的数字。你可以试试谷歌的MLKit,看看它是否有效,或者试试一些OCR库,比如Tesseract。