如何使用机器学习（Tensorflow）构建具有新数据集的图像处理模型？

【问题标题】：How to build an image processing model with new dataset using machine learning (Tensorflow)?如何使用机器学习（Tensorflow）构建具有新数据集的图像处理模型？
【发布时间】：2019-04-04 09:58:23
【问题描述】：

我想使用图像处理和机器学习（主要是 Tensorflow）提取自行车仪表盘上显示的数据。这种聚类的样本是

我的输入将是如此完整的图像，我想从集群中获取诸如车速表显示的速度、空档指示灯状态（开/关）、里程表读数等数据。谁能告诉我这样做的完整过程是什么？或者相同的教程在哪里？我是 ML 新手，网上有很多教程，但我不知道哪一个对我有用。

【问题讨论】：

欢迎来到 Stack Overflow！这个问题有点笼统。请记住，问题应该包含所需的行为、特定问题或错误以及在问题本身中重现它所需的最短代码。没有明确的问题陈述的问题对其他读者没有用处。请参阅：How to create a Minimal, Complete, and Verifiable example。

标签： python tensorflow image-processing machine-learning

【解决方案1】：

这里有几件事需要考虑。例如，您首先需要对图像进行一些处理，然后再将其输入神经网络。也许裁剪出包含速度计读数的部分并对其执行某种 OCR（光学字符识别）以进行速度读数。

中性指示器实际上要容易一些，因为只有两种状态，您可以自己查看一些示例图像并查看哪些像素实际改变颜色并自己编写快速检查，可能是这样的

(ON if pixel at (x,y) is green else OFF)

对里程表执行相同的操作，只需识别读数所在的区域，将其裁剪并在较小的图像上执行 OCR。所以现在你真的只是在寻找使用 TensorFlow 的 OCR 教程，如果这是一个限制的话。

编辑：

您可以使用一个名为 cv2 的库在 python 中以编程方式进行所有这些裁剪和编辑图像，您可以使用 pip 安装该库

 pip install opencv-python

【讨论】：