基于selective_search源码对手写数字串进行过滤分割，并基于tensorflow在mnist训练好的模型进行识别。 环境：Windows10 + tensorflow1.2 + python3.5 + cv2 程序： example/demo.py---对手写数字图片的分割，并将每个数字做成28*28的黑底白字图片，保存在本地image_data.npy example/mnist_model.py---对手写体mnist数据集进行训练，训练好后读取数据进行识别 example/c

1. 百度智能云人工智能平台 2. 文字识别接口使用 3. 下载IP摄像头应用 调用手机摄像头，实现拍照实现文字识别 4.Python 百度智能云人工智能文字识别接口 实现手写文字识别

打开双目摄像头，进行拍照，并保存到相应文件夹内，主要用于双目标定的前期工作，另外附有一个常用的python小程序：批量重命名

之前需要做一些目标检测的训练，需要自己采集一些数据集，写了一个小demo来实现图片的采集 使用方法： 指定name的名称，name为分类的标签 按n键拍摄图片 程序会在当前目录下生成一个pictures的文件夹，图片存放在其中 print("正在初始化摄像头...") import cv2 import os import datetime cap = cv2.VideoCapture(0) print("初始化成功！") # name='play_phone' # name='h