在网上看到python做图像识别的相关文章后，真心感觉python的功能实在太强大，因此将这些文章总结一下，建立一下自己的知识体系。

pytesser是一个用于图片文本识别的python模块，即从文本的截图中还原出文本信息

和网上各种 首先你要有一个女朋友 的系列一样，想进行人脸判断， 首先要有脸 ， 只要能靠确定人脸的位置，那么进行两张人脸是否相似的操作便迎刃而解了。 所以本篇文章着重讲述如何利用openCV定位人脸。

在CentOS7上安装了zbar，没有找到el7的rpm，只好自己编译。研究出编译时使用一些参数可以避免安装一些不必要的包。为了virtualenv里的python能用，编译时候要指定安装到/usr。

from PIL import Image, ImageEnhance Mods = [] for i in range(10): Mods.append((str(i), Image.open('D:/Python源码/图片/%d-.png' % i))) def regonize(): for n in range(50): image = Image.open('D:/Python源码/图片

Python-tesseract 是光学字符识别Tesseract OCR引擎的Python封装类。能够读取任何常规的图片文件(JPG, GIF ,PNG , TIFF等)并解码成可读的语言。在OCR处理期间不会创建任何临文件。

坐在俯瞰华盛顿贝尔维尤市中心的办公室里，微软的 Fil Alleva 正聊起包括他在内的专家们在语音识别探索过程中走过的漫长而艰辛的道路 —— 从 20 世纪 70 年代的早期研究一直聊到了技术的现状。现在，你只需转过头对电脑说： “ 小娜，我想来张披萨饼 ” ，接下来你就可以等着吃了。

本文是腾讯深度学习系列文章的第三篇，聚焦于腾讯深度学习平台（Tencent Deep Learning Platform）中深度神经网络DNN的多GPU数据并行框架。

一、常用数据结构：数组，堆，栈，队列，链表，树，图，散列表 数组：把具有相同类型的若干变量按有序的形式组织起来。 堆：是一个特殊的树形数据结构，每个结点都有一个值。一般说的堆是指二叉堆。他的最大特点就是根节点的值最小或最大，并且根节点的两个子树也是一个堆。

近日，阿里巴巴达摩院机器智能实验室推出了新一代语音识别模型 DFSMN，将全球语音识别准确率纪录提高至 96.04%（这一数据测试基于世界最大的免费语音识别数据库 LibriSpeech）。

最近，IBM 的一个研究团队宣布他们在语音识别上创造了一个新的业界纪录，在使用 SWITCHBOARD 语料库的情况下词错误率为 5.5%，接近于人类的错误率 5.1%。人们一般会在所听到的 20 个单词中遗失其中的一到两个。在一次五分钟左右的对话中，大约会遗失 80 个词。

日前， Facebook 人工智能研究院发布 wav2letter 工具包，它是一个简单高效的端到端自动语音识别(ASR)系统，实现了 Wav2Letter: an End-to-End ConvNet-based Speech Recognition System 和 Letter-Based Speech Recognition with Gated ConvNets 这两篇论文中提出的架构。如果大家想现在就开始使用这个工具进行语音识别，Facebook 提供 Librispeech 数据集的预训练模型。

import win32com.client import winsound speak = win32com.client.Dispatch('SAPI.SPVOICE') winsound.Beep(2015, 3000) speak.Speak('程序运行完毕!')

使用MediaRecorder的步骤： 1、创建MediaRecorder对象 2、调用MediRecorder对象的setAudioSource()方法设置声音的来源，一般传入MediaRecorder.MIC 3、调用MediaRecorder对象的setOutputFormat()设置所录制的音频文件的格式 4、调用MediaRecorder对象的setAudioRncoder()、setA

Luasynth 是个小型 Lua 语音框架，使用 Lua 编写，非常简洁，模块化，声明式代码。可以查看 (effects/pan.lua) 和延迟 (effects/delay.lua)的源代码，都非常短。

SourceAFIS一个开源的指纹识别和匹配开发工具包SDK。也是一个自动指纹识别系统(AFIS)。支持Java与.Net两种开发平台。 下载 文件 平台 版本 格式 大小 链接 备注 SourceAFIS .NET 4 .NET CF 4 Java 1.6 Mono trunk? 1.5 MSI 1.2 MB Download Changelog BSD license ZIP 1 MB Dow

基于Matlab6.5和VC++的字母识别系统。基于Hopfield神经网络的字母识别系统。实时识别数字和字母的门阵列。

模式识别：模式识别是一门以应用数学为理论基础，利用计算机应用技术，解决分类与识别问题的学科。目前模式识别的主流的技术有：统计模式识别句法模式识别模糊数学方法神经网络法人工智能方法数据挖掘等背景模糊模式识别：运用模糊数学的理论和方法解决模式识别问题，适用于分类识别对象本身或要求的识别结果具有模糊性的场合。

本文描述了识别一个接口是否真的是 RESTful 接口的基本方法。符合 REST 架构风格的接口，称为 RESTful 接口。本文不打算从架构风格的推导方面描述，而是从 HTTP 标准的方面描述。识别的方法同时也是指导实践的原则。

如何在android中实现nds游戏那样用手势（准确点应该是笔势）来控制游戏角色？现在总算看到一点曙光了，不过手势要做到笔势那样随心所欲地控制游戏人物，还有很多细节问题需要处理。