※ 引述《caeru (星羽)》之铭言： : 继续无聊的骗钱讨论生涯吧Q_Q : ----------------------------------------------------------------------------- : 所谓的相关系数，是指两笔数据其相关性，完全相同的相关系数为+1，完全相反的为-1 : 而一般使用的辨识法多半取0.5-1之间做为一个可靠度的区别 : 要使用相关系数方式，主要的机制在於使用者端， : 也就是加载在阿发妻上的功能，如同望远镜似的辅助工具， : 可利用资料库的内容、自己创造出来的字串图等等来做为相关性辨识的基底。 : 可由C3处取得认证图後，与手边的资料库作逐一比对的功能， : 当两张图某种程度相似的时候，就认为他是那张图，这样可以避免randn(pix)的手段， : 但是资料量大时速度很慢、相似门槛设定、错误率设定等等族繁不及备载的缺点， : 导致没人想用这种方式。 : 但是就"自动化"而言，这仍是一种方式XD : 同样的，对於自动辨识而言，或许这种想法可以引发其他更好的辨识法则也说不定(囧 : ------------------------------- 以下废屁 -------------------------------- : 真的有看完的人推个文吧 0.0 : 这样我再推出其他废屁文来娱乐(?)大众 终极的方法是，图型识别，大概可以分几步 1. 取得文字部分 可先算出图片的histogram，理论上会分成几群，每一群代表 一个字母、背景或做为杂讯的线，接着再分别对那几群做dilation後， 算出每群的左上角和右下角，如果长宽比很奇怪，例如某群的左上和右 下刚好是整张图，则知道那群颜色为背景，如果是那些杂讯线，则长宽 比会差很大，如果是字母，则比例会接近1:1。 2. 前处理 接下来把那几个认定为文字的那几群做二值化，也就是背景变 为黑，前景为白，只要找到一个threshold即可，前提是前景和背景色 彩差多一点会比较好 3. 特徵截取 把一个找到的图用线性代数的方法找其特徵值，PCA or LDA or...但最好要有很多的图来做训练，把一些扭曲的字母都送进去做 训练是最好的，但这里要用人工切很多文字出来，如果是LDA则还要做 分类，需要大量人力 4. 辨识 经由特徵截取後会是一个较低维的数据，把这些数据送到 高斯Gaussian模型或高斯混合模型(GMM)中训练，因为有二十六个字 母，因此只需要训练二十六个model即可。 5. 语意分析 一般来说市面上的文字辨识会根据上下文来做自然语言语 意分析以提高正确率，但我们这里每个字母间没什麽意义，但是 有一个很棒的利用点 - 母音和子音，因为这个很单纯，所以就直接 假设母子母子或子母子母，例如有三个字 第一次 第一个字送　aeiouy 的model进去求机率，机率高者为辨识结果 第二个字送　子音　 的model进去求机率，机率高者为辨识结果 ... 第二次 第一个字送　子音　的model.... 　第二个字送　aeiouy的model.... ... 到最後再把第一次和第二次机率高者视为辨识结果 ========================================= 以上皆为嘴泡，且是直觉的做法，实际可能还有很多问题 --

※ 发信站: 批踢踢实业坊(ptt.cc) ◆ From: 220.139.62.246