Wyświetlacz obrazu OpenCV + Tesseract
Cel parsera: wyciągnąć informacje o określonych komórkach i wprowadzić je do bazy danych (tabela eksel)
Kompleks: pozycja okna zmienia się na biurku, a także w niektórych przypadkach interfejs okna zmienia się. OpencCV jest używany do odnalezienia interesujących pól za pomocą segmentowania obrazu, filtracji znalezionych pól i tworzenia poszczególnych obrazów (w OZU) do przesyłania do tesseract.
Dokładność rozpoznawalności: > 95%. Około 5% błędu - "wina" tesseract, ale wykorzystano standardową bazę bez nauki. Uważa się, że dzięki szkoleniom można osiągnąć co najmniej 99%. Dokładność lokalizacji komórek wynosi 100%.
Porównanie z szablonem (template matching) i uczenia się maszynowego (machine learning) nie jest używane. Szkolenie z nauczycielem (supervised learning) może być wykorzystane do znalezienia wszystkich interesujących się dziedzin, ale dla tego przykładu prawdopodobnie byłoby to okrutne.
#OpenCV #tesseract #C++ #Parsing #Win32API
Cel parsera: wyciągnąć informacje o określonych komórkach i wprowadzić je do bazy danych (tabela eksel)
Kompleks: pozycja okna zmienia się na biurku, a także w niektórych przypadkach interfejs okna zmienia się. OpencCV jest używany do odnalezienia interesujących pól za pomocą segmentowania obrazu, filtracji znalezionych pól i tworzenia poszczególnych obrazów (w OZU) do przesyłania do tesseract.
Dokładność rozpoznawalności: > 95%. Około 5% błędu - "wina" tesseract, ale wykorzystano standardową bazę bez nauki. Uważa się, że dzięki szkoleniom można osiągnąć co najmniej 99%. Dokładność lokalizacji komórek wynosi 100%.
Porównanie z szablonem (template matching) i uczenia się maszynowego (machine learning) nie jest używane. Szkolenie z nauczycielem (supervised learning) może być wykorzystane do znalezienia wszystkich interesujących się dziedzin, ale dla tego przykładu prawdopodobnie byłoby to okrutne.
#OpenCV #tesseract #C++ #Parsing #Win32API