问题标签 [readimage]

我正在尝试实现 Google 视觉文本识别器，以便在我的应用程序中使用相机读取图像上的文本。文本识别工作了一段时间，并在每次执行读取的文本代码时返回此错误。

Google 视觉文本识别器代码

我正在尝试将 100 个图像转换为一个 numpy 数组，然后将其输入到我的神经网络中。我的 NN 训练数据是 4D numpy 数组（图像数量，32、32、3）。当使用下面的代码读取图像并输入 model.predict() 时，我收到以下错误。

“检查输入时出错：预期 conv2d_input 有 4 个维度，但得到了形状为 (100, ) 的数组”

这是我写的代码：

输出为“new_data 形状：(100,)”

我期望 new_data 尺寸为（100、32、32、3）。请帮助如何实现这一目标。

谢谢， Mrinal

这是我尝试过的：

FileNotFoundError：[Errno 2] 没有这样的文件或目录：'f09319a561497e031701f790302d4285'

路径存在。我觉得奇怪的是，在错误中路径没有按照给出的那样出现，而是 f09319a561497e031701f790302d4285

我知道有类似的问题，我已经检查过了，但是没有用。我尝试使用以下代码在 google colab 中打开带有 cv2 的图像：

但这是错误的。

我检查了图像路径，它是正确的。谁能帮帮我吗？谢谢 ：）

is there a way to read image pixels or any data considering the image using FILE fopen in C? I'm not interested in libraries. I tried to read the image data with fgetc but it prints out some numbers which don't make any sense.

EDIT: I know it's supposed to print out numbers but I was expecting numbers that represent each pixels.

EDIT: I'm looking for documentation links that will help me comprehend how jpeg or png formats work and store data.

我目前正在使用ReadTensorFromImageFile()函数读取图像。但我想使用 OpenCV 功能阅读。

张量流图像读取：

出去

相同的阅读想要使用 OpenCV 函数来完成。转换 OpenCV 格式后，想要传递resized_tensor到这个会话中

使用 java 我知道我可以使用文件类在本地读取、写入和删除文件。

是否可以手动打开浏览器，手动打开浏览器后，然后使用 java 在某个点捕获其屏幕，然后使用 java 读取捕获的图像的文本或使用 java 捕获浏览器的屏幕，然后读取捕获的文本图像中某个点的图像，例如 120×90 点。

如果可能的话，有人可以分享一个示例代码或方法来说明如何做到这一点。

我知道我可以使用 selinium WebDriver 或 HtmlUnit 或 phantomjs 来做到这一点，但我想测试上面的方法。