首页 > 其他分享 >高考答题卡怎么被机器识别?基于OpenCV答题卡识别模拟-米尔ARM+FPGA异构开发板

高考答题卡怎么被机器识别?基于OpenCV答题卡识别模拟-米尔ARM+FPGA异构开发板

时间:2023-06-09 19:34:46浏览次数:33  
标签:gray FPGA img imshow cv2 gaussian 答题卡 识别

本篇测评由优秀测评者“筑梦者与梦同行”提供。

 

01. 前言MYD-JX8MMA7SDK发布说明   根据下图文件内容可以知道myir-image-full系统支持的功能,其支持OpenCV,也就不用在格外安装相关驱动包等,省了很多事情。


02. MYD-JX8MMA7软件评估指南
本文介绍了Python的基本操作,在文档中10.1开发语言支持。


03. 历程路径


/usr/share/OpenCV/samples/

/usr/share/opencv4/samples/python/


文件目录中有一些python程序。
04. 图像识别开发
1.使用参考图片


上面的图片是模拟的答题卡,与实际答题卡理论相同,具体细节可能需要变动。正常的答题卡采集的数据较多。2.源代码1)源代码截图


2)源代码粘贴
#!/usr/bin/env python3
"""
Created on Thu Sep 30 07:53:41 2021
"""

 

Python 2/3 compatibility

 

from future import print_function
import numpy as np
import cv2
img = cv2.imread('b.jpg')
cv2.imshow("orginal",img)
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow("gray",gray)
gaussian = cv2.GaussianBlur(gray, (5, 5), 0)
cv2.imshow("gaussian",gaussian)
edged=cv2.Canny(gaussian,50,200)
cv2.imshow("edged",edged)
cts, hierarchy = cv2.findContours(edged.copy(), cv2.RETR_EXTERNAL,
cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img, cts, -1, (0,0,255), 3)
cv2.imshow("img",img)
cv2.waitKey()
cv2.destroyAllWindows()

 


3.代码图片上传


4.实际运行效果

 

标签:gray,FPGA,img,imshow,cv2,gaussian,答题卡,识别
From: https://www.cnblogs.com/cbd7788/p/17470096.html

相关文章

  • 基于XC7Z100+OV5640(DSP接口)YOLO人脸识别前向推理过程(部分2)
    认识神经网络1.认识神经网络中的神经元神经网络是模仿生物神经网络的结构和功能的数学模型或计算模型,由大量的节点或称神经元相互连接构成。神经元是神经网络的基本成分,它接收来自其他神经元的输入信号,通过权重、偏置和激活函数来产生输出信号。权重(weight)是表示输入信号的......
  • m基于FPGA的FOC控制器verilog实现,包括CLARK,PARK,PID及SVPWM,含testbench
    1.算法仿真效果QuartusII12.1(64-Bit) ModelSim-Altera6.6dStarterEdition 仿真结果如下:   2.算法涉及理论知识概要整个系统的结构如下所示: 1、采集到两相电流 2、经过clarke变换后得到两轴正交电流量, 3、经过旋转变换后得到正交的电流量Id、Iq......
  • YOLOv5实现佩戴安全帽检测和识别(含佩戴安全帽数据集+训练代码)
    YOLOv5实现佩戴安全帽检测和识别(含佩戴安全帽数据集+训练代码)目录YOLOv5实现佩戴安全帽检测和识别(含佩戴安全帽数据集+训练代码)1.前言2.佩戴安全帽检测和识别的方法(1)基于目标检测的佩戴安全帽识别方法(2)基于头部检测+佩戴安全帽分类识别方法3.佩戴安全帽数据集说明(1)佩戴安全......
  • 【计算机视觉】基于纹理特征的指纹识别位置与姿态算法
    简介计算机视觉基于纹理特征的指纹识别中的位置和姿态估计是指确定指纹图像中指纹的位置和方向的过程。这些信息对于后续的特征提取和匹配非常重要。下面介绍两个常用的算法来实现位置和姿态的估计:方向图和边界框。方向图(OrientationMap)方向图(OrientationMap)是用来表示指纹图像中......
  • 基于XC7Z100+OV5640(DSP接口)YOLO人脸识别前向推理过程(笔记)
    PS与PL使用Axi4-lite进行数据交互内容概述如何在PS和PL之间使用Axi4-lite接口进行数据交互Axi4-lite是一种简单的总线协议,适用于低吞吐量的数据传输,例如PS发送加速相关的命令给PL内容分为以下几个部分:PS和PL之间的数据交互方案介绍Axi4-lite接口的使用方法和示例代码Ax......
  • 深度学习项目之mnist手写数字识别实战(TensorFlow框架)
    mnist手写数字识别是所有深度学习开发者的必经之路,mnist数据集的图片十分简单,是二值化图像,像素个数为28x28。所以对于所有研究深度学习的开发者来说学会mnist数据集的模型十分有必要。以此为实例进行计算机视觉如何进行识别出图片中的数据。MNIST手写数字数据集来自美国国家标准与......
  • python Tesseract 图片识别文字
    Python识别图片中的文字(zhihu.com)超详细解决pytesseract.pytesseract.TesseractNotFoundError:tesseractisnotinstalledorit'snotinyo...-简书(jianshu.com)......
  • 深度学习项目拆解:识别猫的项目
    识别猫的项目神经网络训练步骤数据准备定义神经网络结构解析神经网络、初始化参数(w、b)输入数据,前向传播得到本轮迭代的损失值求最末层误差,反向传播计算各层梯度根据各层的w、b梯度,使用梯度下降更新一次参数重复以上步骤,直到损失值低于设定阈值,模型收敛神经网络的探索梯度检验,检测......
  • #yyds干货盘点#用Python实现简单的图像识别
    在这篇文章中,我们将使用Python和TensorFlow来实现一个简单的图像识别系统。我们将使用经典的MNIST数据集,这是一个包含手写数字的数据集,用于训练和测试图像识别系统。一、准备环境首先,我们需要安装所需的库。在这里,我们将使用TensorFlow和Keras。您可以使用以下命令安装这些库:pip......
  • m基于DE2-115开发板的网口UDP数据收发系统FPGA实现
    1.算法仿真效果Quartusii18.0+DE2-115开发板测试结果如下: 一个DE2-115做发射,一个DE2-115做接收 发射0010 发射1001  发射1011 2.算法涉及理论知识概要        UDP是UserDatagramProtocol的简称,中文名是用户数据报协议,是OSI(OpenSystemInterc......