The process of identifying samples

The process of identifying samples is similar to the process of
learning; with the exception that concentration is unknown and
will be predicted from the database of learnt images. First, the user
must take a photo of the unknown sample in the same conditions
as the learnt calibration images using the same closed lightbox
described earlier. The sample pixels are automatically evaluated
in the same manner, by cropping to the central 300 300 pixel
region and calculating the average color for red, green and blue
over the cropped pixels. From the red, green and blue values, we
can calculate the hue, saturation, brightness and gray

ผลลัพธ์ (ไทย) 1:

กระบวนการในการระบุตัวอย่างจะคล้ายกับกระบวนการเรียนรู้ มีข้อยกเว้น ที่ความเข้มข้นเป็นที่รู้จัก และจะคาดการณ์ได้จากฐานข้อมูลของรูปภาพที่มีการเรียนรู้ แรก ผู้ใช้ต้องถ่ายรูปอย่างไม่รู้จักในเงื่อนไขเดียวกันเป็นภาพเทียบเรียนใช้ lightbox ปิดเดียวกันอธิบายไว้ก่อนหน้านี้ พิกเซลของตัวอย่างจะถูกประเมินโดยอัตโนมัติในลักษณะเดียวกัน ด้วยการครอบเพื่อกลาง 300 300 พิกเซลภูมิภาคและการคำนวณเฉลี่ยค่าสีแดง สีเขียว และสีน้ำเงินกว่าเซลครอบตัด จากสีแดง สีเขียว และสีฟ้าค่า เราสามารถคำนวณสีสัน ความเข้ม ความสว่าง และสีเทา

ผลลัพธ์ (ไทย) 2:

กระบวนการในการระบุกลุ่มตัวอย่างที่มีความคล้ายคลึงกับกระบวนการของการเรียนรู้
ยกเว้นความเข้มข้นที่ไม่ทราบและจะได้รับการคาดการณ์จากฐานข้อมูลของภาพที่ได้เรียนรู้ ครั้งแรกที่ผู้ใช้จะต้องใช้ภาพของกลุ่มตัวอย่างที่ไม่รู้จักในเงื่อนไขเดียวกันเป็นภาพที่สอบเทียบได้เรียนรู้การใช้Lightbox ปิดเดียวกันอธิบายไว้ก่อนหน้า พิกเซลตัวอย่างได้รับการประเมินโดยอัตโนมัติในลักษณะเดียวกันโดยการปลูกพืชที่จะกลาง 300 300 พิกเซลภูมิภาคและการคำนวณค่าเฉลี่ยสำหรับสีแดง, สีเขียวและสีฟ้ามากกว่าพิกเซลถูกตัด จากสีแดงเป็นค่าสีเขียวและสีน้ำเงินที่เราสามารถคำนวณสี, ความอิ่มตัวความสว่างและสีเทา