如何使用机器学习（Tensorflow）使用新的数据集构建图像处理模型？

Question

我想使用图像处理和ML（主要是Tensorflow）提取自行车仪表盘群集上显示的数据。 这样的簇的样本是

。

我的输入将是完整的图像，我想从集群中获取诸如速度计显示的速度，空挡指示器状态（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？ 还是相同的教程在哪里？ 我是ML新手，网上有很多教程，但我不知道其中哪一个对我有用。

Answer 1

这里有几件事情要考虑。 例如，您首先需要对图像进行一些处理，然后再将其输入到神经网络中。 也许裁剪掉包含速度计读数的部分，并在其上执行某种OCR（光学字符识别）以进行速度读取。

实际上，中性指示器要容易一些，因为只有两种状态，您可以自己查看一些样本图像，看看哪些像素实际上会改变颜色并自己进行快速检查，也许像这样

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

对里程表执行相同的操作，只需确定读数所在的区域，将其裁剪并在较小的图像上执行OCR。 因此，如果确实有限制，那么现在您实际上只是在寻找使用TensorFlow的OCR教程。

编辑：

您可以使用称为cv2的库在python中以编程方式进行所有裁剪和编辑图像，可以通过pip进行安装

 pip install opencv-python