这看起来像是 python/conda 环境问题。这可能是 tensorflow 和 sentence transformers 之间的版本冲突。一种解决方法可能是使用 -U 参数重新安装两者。

为什么我的代码只能正确识别 4 个数字中的 3 个？这里我在数字中做了一个轮廓然后在这里我尝试正确识别数字import cv2import numpy as npimport matplotlib.pypl...

为什么我的代码只能正确识别 4 个数字中的 3 个？

我在这里用数字做了一个概述

在这里我尝试正确识别数字

import cv2
import numpy as np
import matplotlib.pyplot as plt
from tensorflow.keras.datasets import mnist

def segment_digits(image):
    _, thresh = cv2.threshold(image, 128, 255, cv2.THRESH_BINARY_INV)
    contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    
    digits = []
    for cnt in contours:
        x, y, w, h = cv2.boundingRect(cnt)
        if h > 20 and w > 10:  
            digit = image[y:y+h, x:x+w]
            digit = cv2.resize(digit, (28, 28))
            digits.append((x, digit))
    
    digits = sorted(digits, key=lambda d: d[0])
    
    return [d[1] for d in digits]

def train_knn_model():
    (x_train, y_train), (_, _) = mnist.load_data()
    x_train = x_train.reshape((x_train.shape[0], 28 * 28)).astype(np.float32)
    y_train = y_train.astype(np.float32)

    knn = cv2.ml.KNearest_create()
    knn.train(x_train, cv2.ml.ROW_SAMPLE, y_train)
    return knn

def predict_digit(model, digit):
    sample = digit.reshape((1, 784)).astype(np.float32)
    _, result, _, _ = model.findNearest(sample, k=1)
    return int(result[0][0])

image_path = 'digits_image.png'
image = cv2.imread(image_path, cv2.IMREAD_GRAYSCALE)

if image is None:
    print("Erro ao carregar a imagem.")
    exit()

digits = segment_digits(image)

plt.subplot(1, 2, 1)
plt.imshow(image, cmap='gray')
plt.title("Imagem Original")

_, thresh = cv2.threshold(image, 128, 255, cv2.THRESH_BINARY_INV)
contours, _ = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
contoured_image = cv2.drawContours(image.copy(), contours, -1, (255, 0, 0), 2)

plt.subplot(1, 2, 2)
plt.imshow(contoured_image, cmap='gray')
plt.title("Imagem com Contornos")

plt.show()

if len(digits) != 4:
    print(f"Não foram encontrados 4 dígitos na imagem. Foram encontrados {len(digits)} dígitos.")
    exit()

knn_model = train_knn_model()

predicted_digits = [predict_digit(knn_model, digit) for digit in digits]

for i, digit in enumerate(digits):
    plt.subplot(1, 4, i + 1)
    plt.imshow(digit, cmap='gray')
    plt.title(predicted_digits[i])
    plt.axis('off')

plt.show()

print("Predicted digits:", predicted_digits)

我尝试使用张量流并训练模型来解决问题，但我无法解决这唯一的问题。实际上，我不知道如何正确训练模型，所以需要帮助，请，谢谢

我有一个名为 res 的对象，并且我有一个名为 lean 的变量，需要连接例如 let lea = \'abc\';let res = {abc:'steve'};console.log(res.lea); 所以我的输出应该是 ste...

我有一个名为 res ，还有一个名为 lea 的

需要连接

例如

let lea = "abc";

let res = {
abc:'steve'
};

console.log(res.lea);

所以我的输出应该是 steve

我试过这样

console.log(res.`${lea}`);

使用这个方法：

console.log(res[lea]);

感谢您为 Stack Overflow 社区做出贡献。这可能是一个正确答案，但提供代码的额外解释以便开发人员了解您的推理确实很有用。这对于不太熟悉语法或难以理解概念的新开发人员尤其有用。您能否编辑您的答案以包含更多详细信息以造福社区？