用yolox预测结果自动生成voc数据集标签文件
问题已有少量（100张）数据集由手工标注，训练结果也不算差，但希望能够进一步提高准确率，需要扩充数据集样本，手工标注太累，因此利用已有训练权重进行预测，用预测结果自动生成xml格式的标注文件，当然也会存在预测错误的情况，自定义条件筛选正确，其余手工标注即可。 voc数据集的xml文件格式12345678910111213141516171819202122232425262728293031323
基于直方图分析的自适应阈值分割
问题描述分割出文字，去掉背景 方法画出直方图，用多项式曲线拟合。在斜率绝对值最大处左右两侧找极小值，对应横坐标作为分割的左右阈值。 对于背景复杂，前景颜色单一的图片，分割效果佳，其余情况可能不适合。 细节略
基于已知背景的验证码文字倾斜矫正及识别
问题描述请点击“荔枝茶”。即判断文字位置及顺序。 已知条件：yolox能够预测汉字位置，paddleOCR可以直接识别文字，但有时出错。 现在要做的是矫正验证码图片中的文字倾斜，以提高文字识别准确率。 背景匹配所有可能的背景 用直方图标准差的方法来做背景匹配 图像相似度-直方图标准差 汉字分割为什么要分割？分割后可以根据二值图来画出最小外接矩形，计算倾斜角度，给原图汉字矫正。 怎么分割？遍历像
图像相似度-直方图标准差
问题描述现有一张验证码图片，可能的背景有6种，怎么判断他的背景是哪一种？ 方法对于这种大面积相同的图片，一种很快速的方法是计算两张图直方图的标准差。 计算和每一张背景图的标准差，取最小的就行 1234567891011121314from PIL import Imageimport numpy as np#计算直方图的标准差def image_contrast_std(img1, img2)
验证码背景合成（多张残缺图合成一张完整图）
问题描述有多张验证码图片，背景相同，如何获取完整的背景图？ 已有条件：可以使用yolox检测出汉字的位置矩形框。 方法输入：一个验证码图片文件夹 输出：包含所有的背景图片的文件夹 背景区分：假设相同的背景的验证码图片的背景部分是完全一致的的，那么可以比较边框的像素点来判断是否是同一个背景，把所有图片按照背景分类。 针对每一个分类，用yolox预测出汉字框，把汉字框部分像素点设置为黑色，以其中一
ubuntu20.04安装配置vncserver
更新系统sudo apt update sudo apt upgrade 安装软件sudo apt install tigervncserver 打开端口 sudo firewall-cmd --zone=public --add-port=5900/tcp --permanent sudo firewall-cmd --zone=public --add-port=5901/tcp --pe
selenium爬取极验验证码，PaddleOCR识别文字作为文件名
问题描述自动爬取验证码图片，图片文件名需要包含右上角的标题文字（在网页上是图片类型，不是文本） Edge driver初始化第一种 1234567from msedge.selenium_tools import Edge, EdgeOptions edge_options = EdgeOptions() edge_options.use_chromium = Tru
linux命令行代理工具：proxychains
安装sudo apt install proxychains4 编辑/etc/proxychains4.conf 在末尾添加代理服务器设置 验证curl www.httpbin.org/ip 在命令前添加proxychains4来走代理 proxychains4 curl www.httpbin.org/ip