Python 식별 처리 사진 의 바코드
전체적인 사고방식 은 그림 속 의 숫자 를 식별 하여 list 를 생 성 한 다음 에 해답 을 구 하 는 것 이다.
입 출력 데모
수 독 은 마이크로소프트 가 자체 적 으로 가지 고 있 는 Microsoft sudoku 소프트웨어 가 마음대로 캡 처 한 그림 을 사용 합 니 다.다음 그림 과 같 습 니 다.
프로그램 구 해 를 거 친 후에 얻 은 결 과 는 다음 그림 과 같다.
def getFollow(varset, terminalset, first_dic, production_list):
follow_dic = {}
done = {}
for var in varset:
follow_dic[var] = set()
done[var] = 0
follow_dic["A1"].add("#")
# for var in terminalset:
# follow_dic[var]=set()
# done[var] = 0
for var in follow_dic:
getFollowForVar(var, varset, terminalset, first_dic, production_list, follow_dic, done)
return follow_dic
def getFollowForVar(var, varset, terminalset, first_dic, production_list, follow_dic, done):
if done[var] == 1:
return
for production in production_list:
if var in production.right:
##index bug, var,index
if production.right.index(var) != len(production.right) - 1:
follow_dic[var] = first_dic[production.right[production.right.index(var) + 1]] | follow_dic[var]
# null
if production.right[len(production.right) - 1] == var:
if var != production.left[0]:
# print(var, " ", production.left[0])
getFollowForVar(production.left[0], varset, terminalset, first_dic, production_list, follow_dic,
done)
follow_dic[var] = follow_dic[var] | follow_dic[production.left[0]]
done[var] = 1
절차프로그램의 전체 절 차 는 다음 그림 과 같다.
그림 을 읽 은 후에 윤곽 정 보 를 구 해 숫자 가 있 는 위치 와 숫자 가 포함 되 지 않 은 공백 위 치 를 찾 고 디지털 정 보 를 추출 하여 KNN 을 통 해 식별 하여 숫자 를 식별 한다.list 에 숫자 정보 가 없 는 0 을 설정 합 니 다.해 제 를 구하 지 않 은 독 list 를 만 든 후 해 제 를 구하 고 정 보 를 원 그림 에 표시 합 니 다.
def initProduction():
production_list = []
production = Production(["A1"], ["A"], 0)
production_list.append(production)
production = Production(["A"], ["E", "I", "(", ")", "{", "D", "}"], 1)
production_list.append(production)
production = Production(["E"], ["int"], 2)
production_list.append(production)
production = Production(["E"], ["float"], 3)
production_list.append(production)
production = Production(["D"], ["D", ";", "B"], 4)
production_list.append(production)
production = Production(["B"], ["F"], 5)
production_list.append(production)
production = Production(["B"], ["G"], 6)
production_list.append(production)
production = Production(["B"], ["M"], 7)
production_list.append(production)
production = Production(["F"], ["E", "I"], 8)
production_list.append(production)
production = Production(["G"], ["I", "=", "P"], 9)
production_list.append(production)
production = Production(["P"], ["K"], 10)
production_list.append(production)
production = Production(["P"], ["K", "+", "P"], 11)
production_list.append(production)
production = Production(["P"], ["K", "-", "P"], 12)
production_list.append(production)
production = Production(["I"], ["id"], 13)
production_list.append(production)
production = Production(["K"], ["I"], 14)
production_list.append(production)
production = Production(["K"], ["number"], 15)
production_list.append(production)
production = Production(["K"], ["floating"], 16)
production_list.append(production)
production = Production(["M"], ["while", "(", "T", ")", "{", "D", ";", "}"], 18)
production_list.append(production)
production = Production(["N"], ["if", "(", "T", ")", "{", "D",";", "}", "else", "{", "D", ";","}"], 19)
production_list.append(production)
production = Production(["T"], ["K", "L", "K"], 20)
production_list.append(production)
production = Production(["L"], [">"], 21)
production_list.append(production)
production = Production(["L"], ["<"], 22)
production_list.append(production)
production = Production(["L"], [">="], 23)
production_list.append(production)
production = Production(["L"], ["<="], 24)
production_list.append(production)
production = Production(["L"], ["=="], 25)
production_list.append(production)
production = Production(["D"], ["B"], 26)
production_list.append(production)
production = Production(["B"], ["N"], 27)
production_list.append(production)
return production_list
source = [[5, "int", " "], [1, "lexicalanalysis", " "], [13, "(", " "], [14, ")", " "], [20, "{", " "],
[4, "float", " "], [1, "a", " "], [15, ";", " "], [5, "int", " "], [1, "b", " "],
[15, ";", " "], [1, "a", " "], [12, "=", " "], [3, "1.1", " "], [15, ";", " "], [1, "b", " "],
[12, "=", " "], [2, "2", " "], [15, ";", " "], [8, "while", " "], [13, "(", " "],
[1, "b", " "], [17, "<", " "], [2, "100", " "], [14, ")", " "], [20, "{", " "],
[1, "b", " "], [12, "=", " "], [1, "b", " "], [9, "+", " "], [2, "1", " "], [15, ";", " "],
[1, "a", " "], [12, "=", " "], [1, "a", " "], [9, "+", " "], [2, "3", " "], [15, ";", " "],
[21, "}", " "], [15, ";", " "], [6, "if", " "], [13, "(", " "], [1, "a", " "],
[16, ">", " "], [2, "5", " "], [14, ")", " "], [20, "{", " "], [1, "b", " "],
[12, "=", " "], [1, "b", " "], [10, "-", " "], [2, "1", " "], [15, ";", " "], [21, "}", " "],
[7, "else", " "], [20, "{", " "], [1, "b", " "], [12, "=", " "], [1, "b", " "],
[9, "+", " "], [2, "1", " "], [15, ";", " "], [21, "}", " "], [21, "}", " "]]
이상 은 Python 식별 처리 사진 의 바코드 에 대한 상세 한 내용 입 니 다.python 식별 바코드 에 관 한 자 료 는 다른 관련 글 을 주목 하 십시오!
이 내용에 흥미가 있습니까?
현재 기사가 여러분의 문제를 해결하지 못하는 경우 AI 엔진은 머신러닝 분석(스마트 모델이 방금 만들어져 부정확한 경우가 있을 수 있음)을 통해 가장 유사한 기사를 추천합니다:
로마 숫자를 정수로 또는 그 반대로 변환그 중 하나는 로마 숫자를 정수로 변환하는 함수를 만드는 것이었고 두 번째는 그 반대를 수행하는 함수를 만드는 것이었습니다. 문자만 포함합니다'I', 'V', 'X', 'L', 'C', 'D', 'M' ; 문자열이 ...
텍스트를 자유롭게 공유하거나 복사할 수 있습니다.하지만 이 문서의 URL은 참조 URL로 남겨 두십시오.
CC BY-SA 2.5, CC BY-SA 3.0 및 CC BY-SA 4.0에 따라 라이센스가 부여됩니다.