On 8/19/2013 9:30 PM, Borneq wrote:
> Standardową metodą rozpoznawania znaków jest sieć neuronowa. Na
> CodeProject jest artykuł z przykładowym programem w C#:
> http://www.codeproject.com/Articles/15304/Unicode-Op
tical-Character-Recognition
>
> Jak sprawdzałem, daje sobie radę na foncie na którym został
> przeszkolony, natomiast nie za bardzo na innym. Czyli nie rozpoznaje
> abstrakcyjnych cech znaków.
> To jest właśnie problem z algorytmami które mają działać "same" a nawet
> nie wiadomo jak działają, jedynie się je uczy. Ktoś opisywał jak
> rozpoznawał odciski palców za pomocą sieci neuronowej. Algorytm radził
> sobie dobrze nawet z dość zaszumionymi danymi, ale nie rozpoznawał gdy
> taki odcisk był ustawiony pod innym kątem i w innej skali.
> Czy programy OCR sobie dobrze radzą, czy siła ich polega na
> przetrenowaniu na bardzo dużej ilości fontów a potem dopasowaniu słów ze
> słownika?
> Na Androidzie testowałem jakiś program OCR, który sobie zupełnie nie
> radził, za to radził sobie program Google'a. Ciekawe jakich algorytmów
> używają, czy też sieci nieuronowej?
> Gdy program OCR poradzi sobie ze zwykłym tekstem, następnym stopniem
> może być rozpoznawanie wzorów i wypluwanie kodu w LaTeXie, chyba niczego
> takiego jeszcze nie ma.
Nie wiem jak konkretnie z OCRem ale rozpoznawanie obiektow na obrazie
ktore ja robilem bazowalo na tzn momentach ksztaltu, ktore sa
niezalezne od skalowania i obrotu. Kluczem do sukcesu byly dobre filtry
odszumiajace i (w przypadku kiedy obraz nie jest B/W) algorytmy
separacji analizujace przynaleznosci pixeli do grup.


Pozdrawiam

Marek