Apple Vision Framework: LCD/LED数字识别

我在开发一个iOS应用时,一切看起来运作良好,直到我尝试捕捉数字时钟、计算器、血压计、电子温度计等设备的图像时才遇到问题。

不知何故,Apple Vision FrameworkVNRecognizeTextRequest 无法识别这种原始LCD屏幕上的文本:

enter image description here

你可以尝试使用Apple的示例项目来捕捉数字,但它会失败。或者你可以尝试Vision Framework的任何其他示例项目,它也无法将数字识别为文本。

作为框架的最终用户,我能做些什么?有没有解决方法?


回答:

训练模型…

使用包含数字时钟、计算器、血压计等屏幕的多达10,000张图像,训练你自己的.mlmodel模型。为此,你可以使用Xcode PlaygroundApple Create ML应用。

以下是你可以复制并粘贴到macOS Playground中的代码:

import Foundationimport CreateMLlet 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)

从图像中提取文本…

如果你想知道如何使用Vision框架从图像中提取文本,请查看这篇文章

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注