我想识别图像并从图像中提取信息。就像将摄像头指向车辆仪表板上一样，它应该检测到所有 LED 灯，并显示每个 LED 灯的增强现实信息，以及 LED 闪烁的含义。
我尝试过 Wikitude、Craft AR 和其他库，他们专注于识别单个图像。
对我来说，我想识别图像，在该图像中我想检测所有 LED 灯并在相机显示屏上以增强现实方式显示信息。
我认为您可能正在寻找计算机视觉分割/检测问题。为此，我建议使用 openCV 来处理图像并检测您需要的 LED 信息。根据你想要做什么，你可能需要或不需要一些 AR 库，但如果没有更多信息，我建议你尝试在 openCV 上做一些实验来实现你的目标。
您的目标似乎是实现超出现有图书馆所能提供的高级图像识别和增强现实功能。您的目标可能是识别图像、识别车辆仪表板上的LED灯，然后提供有关每个LED灯的额外增强现实信息，例如其闪烁时的含义。
Wikitude 和 Craft AR 库可能更适合更简单的图像识别任务；但是，您所描述的需要更多高级且定制的解决方案。为了实现这一目标，可能需要结合多种技术，甚至从头开始开发自己的解决方案。以下是您应该考虑的可能步骤的高级概述：
计算机视觉和物体检测： 为了识别车辆仪表板上的 LED 灯，需要利用计算机视觉技术进行物体检测。这需要训练一个模型来识别所有类型的 LED。 TensorFlow 或 PyTorch 等深度学习框架可以帮助您开发和训练自定义对象检测模型。
增强现实集成： 一旦识别了您的 LED，就需要将增强现实库集成到您的应用程序中。具有 AR Foundation 的 Unity 或具有 AR 功能的 Unreal Engine 是理想的选择，因为这些框架允许用户将数字信息叠加到现实世界的相机输入上。
数据注释和模型训练：为了准确检测目标，您需要带有标记 LED 灯的图像数据集。通过标记每个灯的位置及其类别来注释这些图像将有助于有效地训练您的对象检测模型。
开发应用程序： 您需要开发一个将对象检测与增强现实相结合的应用程序，方法是在摄像头输入上运行对象检测以识别 LED 灯，然后再显示相关的增强现实信息。
LED 含义信息： 对于每个 LED 状态 - 闪烁、常亮或关闭 - 您将需要一个数据库或映射来存储其含义；然后可以根据检测检索该数据并将其显示为增强现实内容。
测试和改进：测试和改进您的应用程序至关重要；这里，有必要优化其物体检测模型，确保精确的 AR 叠加准确显示，并优化其性能以实现最佳使用。
用户体验设计：在考虑以非侵入性和直观的方式显示增强现实信息以增加与车辆仪表板的交互时，请注意用户体验设计。
更新和维护： 随着技术的发展，您的应用程序可能需要更新才能融入新功能、提高准确性或适应硬件或软件环境的变化。
请记住，这项任务需要计算机视觉、机器学习、增强现实和软件开发方面的专业知识 - 与这些领域的专家合作以及咨询专门从事该领域的专业人士或开发机构以实现您的愿景可能会有所帮助结出硕果。