node-image-learning:将机器学习应用于函数参数，以尝试识别书架上的书籍

节点图像识别/机器学习 这个程序试图学习设置到 OpenCV 中的最佳参数，以获得 OpenCV 输出的输出： 看起来像这样，我想要的结果： 概括 我有一个项目，可以让我从书架上的书籍图像中获取书名。 这个广泛的项目有两个方面。 捕捉书脊 在书脊上运行 OCR 该存储库侧重于第一部分。 捕获刺。 图像识别 该项目使用 ，一个计算机视觉库。 更具体地说，它使用适当命名为的节点端口 因为我正在尝试捕获书籍，所以我使用的主要 OpenCV 函数是它的工作是在图像中查找线段。 一旦你有了这些线段的点，你就可以选择点之间的像素区域并从图像中裁剪出那块，我的目的就是这样做，并使用将这些像素输入到 OCR 中。 根据我的理解和经验，您不想将原始图像输入到houghLinesP()函数中，因为行太多了，所以需要很houghLinesP() 。 所以在计算机视觉领域所做的是大量的预处理，准备图像，以