扔一萬次骰子每個面出現概率真的一樣嗎?Python圖像識別 byJoey

2021-02-27 蘇硯一Joey

代碼是小朋友做的，題目是我從小就一直想做的，等了幾十年終於等到可以使喚的小弟了

核心代碼是圖像識別，這個折騰了很久，認輸妥協讓步了無數回，淚流滿面地幾乎要換課題了，最後一刻才找到勉強能用的代碼，並最終得到數據。

老父親性子越來越急，小朋友整個過程被我罵了無數回，居然進化出不亢不卑據理力爭的技能，也是服了。

實驗的結果如視頻最後所示的：每個面出現概率大體相同，但仍有差別，6和1出現概率最大。

為了讓骰子滾動起來更容易些，我用打磨機把骰子的稜角都磨掉了。人工打磨導致骰子外面不再對稱，因此產生系統性識別，整體數據偏移了。

圖像識別的代碼是網上找的，一開始想嘗試多個數字骰子一起扔，因為這樣能更快得到更多數據，但失敗了。

因為由於每個數字方向不同，很難識別出來。我們平常的數字識別，數字都是整整齊齊水平擺放，所以容易識別。

後來嘗試一次只放一個骰子，但仍然錯誤率很高。書上說要使用深入學習的方法，就是做一個樣本庫，自己人工識別出一些圖片，代碼再根據樣本庫進行識別。但樣本庫需要達到10%才能夠，就是一萬張我要自己識別一千張，OMG，放棄。

網上找的代碼又大多看不懂，只得放棄數字識別這條路

理想很豐滿,現實很骨感。

然後異想天開地想用二維碼識別，創意來自平時微信刷二維碼滴的一聲秒開，沒想到人家微信掃二維碼技術是經過多少技術人員多少年努力開發的結果，不是我們隨便百度個代碼就能用的，所以結果仍然是失敗

最後找著了這段圓點識別的代碼，有位前輩開發的，最初的用途似乎是用來檢驗白紙上的汙點數量，正好拿來檢測我的骰子。

圓點識別的好處是不用考慮方向，但對付多個骰子仍然是無能為力。

識別的過程很有趣，黑點周圍畫了一圈標識，我也是第一次在代碼級別看到圖像識別的過程。

最後介紹下用到的硬體，都是淘寶上找的

迷宮探路 2019暑假

相關焦點

  • python|圖像識別
    影響力之大和最吸引人的技術就是圖像識別，圖像識別技術是人工智慧的一個重要領域，它是指利用計算機對圖像進行處理、分析和理解，以識別各種不同模式的目標和對象的技術。今天以女神宋慧喬的兩張不同照片為例，利用python識別其相似度，從而判定是否是同一人，同時讓我們對圖像識別有個初步的了解，什麼？照片可以換蒼老師和波老師嗎？我懷疑你們在開車，可是我沒有證據！
  • Python深度學習之圖像識別
    前面有幾講也是關於機器學習在圖像識別中的應用。今天再來講一個關於運用google的深度學習框架tensorflow和keras進行訓練深度神經網絡，並對未知圖像進行預測。導入python模塊導入圖像數據合併列表數據將圖片數據轉化為數組顯示一張圖片訓練神經網絡我們可以看到測試集的準確率達到99.67%
  • python人工智慧-圖像識別
    PIL：（Python Imaging Library）是Python平臺上的圖像處理標準庫，功能非常強大。pytesseract：圖像識別庫。我這裡使用的是python3.6，PIL不支持python3所以使用如下命令pip install pytesseractpip install pillow如果是python2，則在命令行執行如下命令：pip install pytesseractpip install PIL這時候我們去運行上面的代碼會發現如下錯誤
  • 第85講 Python深度學習之圖像識別
    前面有幾講也是關於機器學習在圖像識別中的應用。今天再來講一個關於運用google的深度學習框架tensorflow和keras進行訓練深度神經網絡，並對未知圖像進行預測。導入python模塊導入圖像數據
  • 為什麼真正聰明的人都是概率高手?(零公式入門篇)
    因為標準骰子的六個面是一樣的，所以6個宇宙平分了「未來的可能性」。所以某一面出現的可能性，也就是概率，是1/6。那麼，扔一個骰子，得到偶數的概率是多少呢？把2、4、6三個平行宇宙的三個1/6加起來，等於1/2。懂得概率計算的人，一定會對我如此囉嗦表示不屑，請堅持一下，再往下看。
  • Python驗證碼識別:利用pytesser識別簡單圖形驗證碼
    圖形通常由點、線、面、體等幾何元素和灰度、色彩、線型、線寬等非幾何屬性組成。計算機涉及到的幾何圖形處理一般有 2維到n維圖形處理，邊界區分，面積計算，體積計算，扭曲變形校正。對於顏色則有色彩空間的計算與轉換，圖形上色，陰影，色差處理等等。在破解驗證碼中需要用到的知識一般是 像素，線，面等基本2維圖形元素的處理和色差分析。
  • 骰子為什麼是正六面體形狀?
    在世界任何地方，人們使用的骰子都是一樣：一個由大小相同的六個正方形包圍成的正六面體，各個面上分別刻有1~6個洞（點）。那麼，你知道為什麼骰子都要做成正六面體形狀的嗎？1，方便人們將骰子抓在手中並擲出。2，正六面體形狀製作起來簡單。
  • 驗證碼識別實例,python簡單圖像處理和實現
    基本識別原理概述：1、每一幅圖像在構成上，都是由一個個像素組成的矩陣，每一個像素為單元格。2、 彩色圖像的像素的由三原色（紅，綠，藍）構成元組，灰度圖像的像素是一個單值，每個像素的值範圍為（0,255）。
  • 用Python寫AI機器人來玩殭屍骰子
    否則，玩家可以選擇結束他們的回合，他們將在每個大腦中收集一個點並將所有骰子返回到下一個玩家的杯子。或者玩家可以選擇繼續轉彎並再次滾動。回到第1步，注意到任何已經出現的骰子都會被重複使用。要運行帶有一些預製機器人的演示，運行python -m zombiedice（在Windows上）或python3 -m zombiedice（在macOS和Linux上）以查看模擬器的web gui示例：
  • 走進高維空間——概率論與高維空間的深層次聯繫
    這裡，隨機變量只有兩個可能的值，正面或反面，每個出現的概率都是1/2。隨機變量可能比擲骰子和拋硬幣複雜得多，但最基本的概念仍然是一樣的。一個隨機變量是由它的可能值以及每個值發生的概率定義的。為了在n維立方體內生成一個隨機點，我們需要隨機生成與該點相關的n個坐標值，每個坐標值在-0.5到0.5之間。現在，重新考慮擲骰子事件。如果我們擲n次骰子並記錄結果，我們將得到一個n個整數的序列，範圍從1到6。你看到它們之間的聯繫了嗎？這和在-0.5和0.5之間隨機生成n個坐標是完全一樣的！在空間坐標的情況下，隨機變量是一個更複雜的變量，但基本思想是一樣的，每一個都與一個特定的概率有關。
  • Agora新增支持Python:視頻通話中也可做圖像識別了
    Python 擁有很活躍的社區和豐富的第三方庫，Web 框架、爬蟲框架、數據分析框架、機器學習框架等，開發者無需重複造輪子，可以用 Python 進行 Web 編程、網絡編程，開發多媒體應用，進行數據分析，或實現圖像識別等應用。其中圖像識別是最熱門的應用場景之一，也是與實時音視頻契合度最高的應用場景之一。
  • 如何用Python和深度神經網絡識別圖像?
    你會發現，幾乎所有的規則定義，都需要改寫。Ohio」一案中，曾經就某部電影中出現的某種具體圖像分類問題，說過一句名言「我不準備就其概念給出簡短而明確的定義……但是，我看見的時候自然會知道」（I know it when I see it）。
  • 《平行宇宙愛情演繹法》|就像扔6000次骰子,想像一下
    就像扔6000次骰子。想像一下。跟隨著Nick Payne遊戲式的文本節奏，打開你的腦洞。每個人都能在這個刺激的充滿變化的過程中找到自己的親身經歷，感同身受。王翀：「之所以成為新浪潮戲劇，是因為我的作品給人的感覺不是快節奏的好萊塢電影，而更加接近法國新浪潮電影時期的狀態。」
  • 製作超能力測試燈:可觀測宇宙中扔的「骰子」
    通過檢測隨機射線來觀測宇宙中扔的「骰子」　　約翰·洛文DIY科技製作　　阿爾伯特·愛因斯坦曾經在文章中寫道:上帝不會在宇宙中扔骰子。針對愛因斯坦的文章,據說尼爾斯·波爾(或是恩裡克·費米)回答說:「不要告訴上帝我們用他的骰子做什麼事情。」
  • 通俗理解:概率分布函數、概率密度函數
    像梯子一樣能說出有多少層的，可描述的，是離散型隨機變量；像斜坡一樣不能說出有多少層階梯，不可描述的，是連續性隨機變量。需要注意的是，實際操作中梯子的階高可能很小，看起來很像斜坡，需要放大看。概率分布函數和概率密度函數之前，我們先來看看概率函數和概率分布是咋回事。為什麼我們花這麼大的力氣去研究這個概念。
  • 愛因斯坦的骰子，薛丁格的貓，你真的懂嗎？
    這句話已經成為了流傳後世的名言，但是就像薛丁格的貓一樣，被大部分人所誤解。愛因斯坦反對量子力學嗎？1935年，他和其他幾個反對量子力學的朋友們一起，發表論文反對量子力學中的概率問題。他們洋洋自得，認為這一次的攻擊會讓堅信量子力學的哥本哈根學派繳械投降。
  • 陰陽師百聞牌:山兔扔骰子可以復活式神,式神氣絕倒計時也計算!
    活到老學到老，關於山兔說了好幾期，但還有些冷知識沒有說，山兔是骰子流核心，勝利全靠一張這把算我贏，即便生命30點上限同樣要輸，被稱為掀桌子打法。山兔也可以輔助倒計時流，幫助大天狗倒計時發動法術，也可以幫到妖琴師，山兔還可以復活氣絕式神？話不多說，讓我們來看本期內容吧~山兔扔骰子可以復活式神，式神氣絕倒計時也計算！
  • 使用Python和Tesseract來識別圖形驗證碼
    解壓縮之後，在主目錄下執行python setup.py install即可。所以我們可以以統計數量的方式來找出哪些是背景顏色（出現次數最多的自然是背景顏色）。另外我們再統計每個字符的顏色與背景顏色的偏差(將rgb差值的平方加起來)，找出幹擾線、字符與背景色的偏差值的閾值範圍，再將其在二值化的時候進行應用，也可以成功地將其二值化。而字符變形的問題則不需要擔心，交給tesseract就可以了。
  • 骰子有趣科普（3）宇宙將會重置，龐加萊回歸是真的嗎？
    洗牌宇宙重置那麼宇宙真的到了龐加萊回歸周期後會重置嗎假設我們的宇宙真的能堅持到回歸周期，以及龐加萊回歸的條件都滿足。 那麼我們的確可以相信經過10^(10^(10^(10^2.08)))年，宇宙很大概率會重置到此時此刻。但是下一刻和此時此刻的下一刻會一樣嗎？很顯然又是一個極小的概率。可能又得經過一個回歸周期。