棋子 棋盘的 OCR 应用程序 此应用程序的目标是读取图像，检测其中的棋盘并使用 FEN 符号 ( ) 导出它们。 设置东西 virtualenv env source env/bin/activate pip install -r requirements.txt python src/main.py 路线图 完毕 电路板检测 从文件中读取图像 将图像转换为灰度。 考虑到平均图像亮度，转换为黑白。 使用 cv2.findContours 查找轮廓 过滤不相关的轮廓： 面积太小或太大。 高宽比不接近 1。 电路板提取/透视校正 在单独的黑色缓冲区中绘制每个轮廓。 使用标准霍夫变换查找线。 这是迭代完成的，逐渐减小累加器阈值参数，直到恰好有 2 条水平线和 2 条垂直线（具有一定的自由度）。 彼此太近的线将被忽略 使用

使用深度学习和OpenCV进行社交距离 目的 由于COVID-19，今天的不幸情况使人与人之间的距离至关重要。 目标是检测使用深度学习的人员，并找出人员之间的距离，以检查人员是否维持6英尺或1.8 m的标准社交距离。 工具和库 Python OpenCV YoloV3 描述 第1步：在相框/图片中找到人数。 步骤2：为使用YOLO确定的人员创建边界框。 步骤3：为对象设置宽度阈值，在其中测量距离，即人的宽度。 我将宽度设置为27英寸或0.70米。 如果需要，请尝试其他值。 步骤4：将像素映射到公制（米或英寸）。 步骤5：以米为单位，找到一个人到另一个人的中心点之间的距离。 结果

[2018高清PDF]用户故事与敏捷方法 OCR.rar )[2018高清PDF]用户故事与敏捷方法 OCR.rar )

IIIT5K-Word_V3.0.tar数据集 OCR训练用的,一个小数据集,IIIT5K-Word_V3.0.tar数据集 OCR训练用的,一个小数据集,

chi_sim.traineddata OCR 训练库 l支持身份证|车牌|名片| 精品分享

python写的，将keras训练的yolo.h5文件，转换为.weights文件。 使用方法： 需要文件：cfg，yolo_anchors.txt, voc_classes.txt, .h5 放到所在文件夹下 需要修改：:h5文件，cfg文件，输出文件名

前言第1章 计算机系统概述⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯ ⋯

轻量化的训练 模型脚本,适合学习模型原理,可以训练你自己的数据集

deep_sort_pytorch-master-yolov3配置好的代码，使用darknet版YOLOv3.weights权重

第一步：下载安装包 第二步：安装 第三步：配置环境变量