[Programowanie] OpenCV - Rozpoznawanie Pisma

[Elektryk0]

W tej części kursu zajmiemy się rozpoznawaniem cyfr. Opisałem jeden z algorytmów służących do klasyfikacji obiektów K-Nearest Neighborhood. Zamieszczone tutaj informacje pokazują podstawy dotyczące systemów uczących się i klasyfikacji obiektów.

UWAGA, to tylko wstęp! Dalsza część artykułu dostępna jest na blogu.

Przeczytaj całość »

Poniżej znajdują się komentarze powiązane z tym wpisem.

KNearest_digits.rar

[mactro]

Całkiem ciekawy artykuł, chociaż kiedy na studiach musiałem napisać program odczytujący tablice rejestracyjne na zdjęciu, to największym problemem nie było samo rozpoznanie tekstu, a jego znalezienie na zdjęciu, ,przeskalowanie, odpowiednia binaryzacja... Krótko mówiąc, cała obróbka wstępna. Jeśli to zadziałało, to samo odczytanie nie było już takie trudne.

[Marooned]

Z odczytem tablic jest ten plus, że tam masz ustandaryzowany font, a nie pismo odręczne, gdzie jeden znak jest reprezentowany przez multum wariacji, a nie jeden wariant.

[Walijczyk]

Ten kodzik nie działa w OpenCV 3.0

Trzeba zamienić to:

KNearest KN(trainingvector, traininglabels); 
cout << "Max. k = " << KN.get_max_k() << endl; 

na to

Ptr<ml::KNearest> KN = ml::KNearest::create();
Ptr<ml::TrainData> trainingData = ml::TrainData::create(trainingvector, ml::ROW_SAMPLE, traininglabels);
KN->train(trainingData);
cout << "Max. k = " << KN->getDefaultK() << endl;

[Polecacz 101]

Produkcja i montaż PCB - wybierz sprawdzone PCBWay!
   • Darmowe płytki dla studentów i projektów non-profit
   • Tylko 5$ za 10 prototypów PCB w 24 godziny
   • Usługa projektowania PCB na zlecenie
   • Montaż PCB od 30$ + bezpłatna dostawa i szablony
   • Darmowe narzędzie do podglądu plików Gerber
Zobacz również » Film z fabryki PCBWay