ගණිතය සමඟ වොල්ඩෝව සොයා ගන්නේ කෙසේද?

මෙය සති අන්තයේ මට කරදරයක් විය: වොල්ඩෝ කොහෙද ඒවා විසඳීමට හොඳ ක්‍රමයක් කුමක්ද? [ 'වොලී' උතුරු ඇමරිකාවෙන් පිටත ] ප්‍රහේලිකා, ගණිතමය (රූප සැකසුම් සහ වෙනත් ක්‍රියාකාරිත්වය) භාවිතා කරමින්?

මෙන්න මම මෙතෙක් කර ඇති දේ, රතු නොවන වර්ණ සමහරක් අඳුරු කිරීමෙන් දෘශ්‍ය සංකීර්ණතාව ටිකක් අඩු කරන ශ්‍රිතයක්:

whereIsWaldo[url_] := Module[{waldo, waldo2, waldoMask},
    waldo = Import[url];
    waldo2 = Image[ImageData[
        waldo] /. {{r_, g_, b_} /;
          Not[r > .7 && g < .3 && b < .3] :> {0, 0,
          0}, {r_, g_, b_} /; (r > .7 && g < .3 && b < .3) :> {1, 1,
          1}}];
    waldoMask = Closing[waldo2, 4];
    ImageCompose[waldo, {waldoMask, .5}]
]

මෙම 'ක්‍රියා කරන' URL එකක උදාහරණයක්:

whereIsWaldo["http://www.findwaldo.com/fankit/graphics/IntlManOfLiterature/Scenes/DepartmentStore.jpg"]

(වොල්ඩෝ මුදල් ලේඛනයෙන්):

මට වොල්ඩෝව හමු විය!

මම එය කළ ආකාරය

පළමුව, මම රතු නොවන සියලු වර්ණ පෙරහන් කරමි

waldo = Import["http://www.findwaldo.com/fankit/graphics/IntlManOfLiterature/Scenes/DepartmentStore.jpg"];
red = Fold[ImageSubtract, #[[1]], Rest[#]] &@ColorSeparate[waldo];

ඊළඟට, කමිසයේ රතු සහ සුදු සංක්‍රාන්ති සොයා ගැනීම සඳහා සරල කළු සුදු රටාවක් සමඟ මෙම රූපයේ සහසම්බන්ධය ගණනය කරමි.

corr = ImageCorrelate[red, 
   Image@Join[ConstantArray[1, {2, 4}], ConstantArray[0, {2, 4}]], 
   NormalizedSquaredEuclideanDistance];

මම භාවිතා Binarizeප්රමාණවත් ඉහළ සහසම්බන්ධය සමග ස්වරූපයෙන් පික්සල තෝරාගන්න සහ භාවිතා ඔවුන් අවධාරණය කිරීමට ඔවුන් වටා සුදු රවුම යොමුDilation

pos = Dilation[ColorNegate[Binarize[corr, .12]], DiskMatrix[30]];

මට මට්ටම සමඟ ටිකක් සෙල්ලම් කිරීමට සිදු විය. මට්ටම ඉතා ඉහළ නම්, බොහෝ ව්‍යාජ ධනාත්මක කරුණු තෝරා ගනු ලැබේ.

අවසාන වශයෙන් මම ඉහත ප්‍රති result ලය ලබා ගැනීම සඳහා මෙම ප්‍රති result ලය මුල් රූපය සමඟ ඒකාබද්ධ කරමි

found = ImageMultiply[waldo, ImageAdd[ColorConvert[pos, "GrayLevel"], .5]]

"මෙය කිරීමට වෙඩි නොවදින ක්‍රමයක්" පිළිබඳ මගේ අනුමානය (සීඅයිඒ ඕනෑම වේලාවක ඕනෑම චන්ද්‍රිකා රූපයක වොල්ඩෝව සොයා ගනී යැයි සිතන්න, ඉරි සහිත කමිස වැනි තරඟකාරී අංග නොමැති තනි රූපයක් පමණක් නොවේ) ... මම වොල්ඩෝගේ බොහෝ රූප මත බෝල්ට්ස්මාන් යන්ත්‍රයක් පුහුණු කරමි. - ඔහු වාඩි වී සිටීම, සිටගෙන සිටීම, ගුප්ත වීම යනාදියෙහි සියලු වෙනස්කම්; කමිසය, තොප්පිය, කැමරාව සහ සියලු වැඩ. ඔබට වොල්ඩෝස්ගේ විශාල මළකඳක් අවශ්‍ය නොවේ (සමහර විට 3-5 ප්‍රමාණවත් වනු ඇත), නමුත් වඩා හොඳය.

මෙය නිවැරදි විධිවිධානයක් තුළ සිදුවන විවිධ මූලද්‍රව්‍යයන්ට සම්භාවිතා වලාකුළු පවරනු ඇති අතර, පසුව සාමාන්‍ය වස්තුවක ප්‍රමාණය කුමක් දැයි (ඛණ්ඩනය කිරීම හරහා) තහවුරු කර, ප්‍රභව රූපය තනි පුද්ගලයන්ට බොහෝ සෙයින් සමාන වන වස්තූන්ගේ සෛල වලට වෙන් කරයි (සිදුවිය හැකි සිදුවීම් සැලකිල්ලට ගෙන වෙනස්කම් සිදු කරයි ), නමුත් වොල්ඩෝ පින්තූරවල සාමාන්‍යයෙන් එකම පරිමාණයෙන් විශාල පිරිසක් ඇතුළත් වන බැවින් මෙය ඉතා පහසු කාර්යයක් විය යුතුය, ඉන්පසු පෙර පුහුණුව ලත් බෝල්ට්ස්මාන් යන්ත්‍රයේ මෙම කොටස් පෝෂණය කරන්න. එය ඔබට සෑම කෙනෙකුම වොල්ඩෝ වීමේ සම්භාවිතාව ලබා දෙනු ඇත. ඉහළම සම්භාවිතාව සහිත එකක් ගන්න.

OCR, ZIP කේත කියවන්නා සහ ආ roke ාත රහිත අත් අකුරු හඳුනාගැනීම අද ක්‍රියාත්මක වන්නේ එලෙසයි. මූලික වශයෙන් ඔබ දන්නවා පිළිතුර එහි ඇති බව, එය කෙබඳු විය යුතුද යන්න වැඩි වශයෙන් හෝ අඩු වශයෙන් ඔබ දන්නා අතර අනෙක් සියල්ලටම පොදු අංග තිබිය හැකි නමුත් නියත වශයෙන්ම "එය නොවේ", එබැවින් ඔබ "එය නොවේ" යන්න ගැන කරදර වන්නේ නැත, ඔබ “ඔබ” මීට පෙර දැක ඇති “එය” අතර ඇති සම්භාවිතාව දෙස බලන්න (නිදසුනක් ලෙස ZIP කේත වලදී, ඔබ බීඑම් පුහුණු කරන්නේ 1s, 2s, 3s, ආදිය සඳහා ය. සෑම යන්ත්‍රයකටම ඉලක්කම් තබා වඩාත් විශ්වාසයක් ඇති එකක් තෝරන්න) මෙය සියලු සංඛ්‍යා වල එක් ස්නායුක ජාල ඉගෙනුම් අංගයකට වඩා බොහෝ සෙයින් ක්‍රියා කරයි.

අත්තනෝමතික රූපයක් තුළ වොල්ඩෝ (හෝ උනන්දුවක් දක්වන ඕනෑම වස්තුවක්) සොයා ගැනීමේ පොදු ගැටළුව විසඳීමට නිවැරදි ක්‍රමය අධීක්ෂණය කරන ලද යන්ත්‍ර ඉගෙනුම් වර්ගීකරණයක් පුහුණු කිරීම බව මම @ ග්‍රෙගරි ක්ලෝපර් සමඟ එකඟ වෙමි . බොහෝ ධනාත්මක හා negative ණාත්මක ලේබල් කරන ලද උදාහරණ භාවිතා කරමින්, මෙම ගැටළුව පිළිබඳ ඉහළ නිරවද්‍යතාවයක් ලබා ගැනීම සඳහා ආධාරක දෛශික යන්ත්‍රය , බූස්ටඩ් ඩිසිෂන් ස්ටම්ප් හෝ බෝල්ට්ස්මාන් මැෂින් වැනි ඇල්ගොරිතමයක් පුහුණු කළ හැකිය. ගණිතමය මෙම ඇල්ගොරිතම එහි යන්ත්‍ර ඉගෙනුම් රාමුවට ඇතුළත් කරයි.

වොල්ඩෝ වර්ගීකරණයක් පුහුණු කිරීමේදී ඇති අභියෝග දෙක වනුයේ:

1. නිවැරදි රූප ලක්ෂණ පරිණාමනය තීරණය කිරීම. Ike හයික්ගේ පිළිතුර ප්‍රයෝජනවත් වනු ඇත්තේ මෙතැනිනි: රතු ෆිල්ටරයක් ​​සහ ඉරි සහිත රටා අනාවරකය (උදා: තරංග ආයාමය හෝ ඩීසීටී වියෝජනය) අමු පික්සෙල් වර්ගීකරණ ඇල්ගොරිතමයෙන් ඉගෙන ගත හැකි ආකෘතියක් බවට පත් කිරීමට හොඳ ක්‍රමයක් වනු ඇත. රූපයේ සියලුම උප කොටස් තක්සේරු කරන බ්ලොක් මත පදනම් වූ විසංයෝජනයක් ද අවශ්‍ය වනු ඇත ... නමුත් මෙය පහසු වන්නේ වොල්ඩෝ අ) සෑම විටම දළ වශයෙන් එකම ප්‍රමාණයෙන් සහ ආ) සෑම රූපයකම එක් වරක් හරියටම ඉදිරිපත් කිරීමෙනි.
2. ප්‍රමාණවත් පුහුණු උදාහරණ ලබා ගැනීම. සෑම පන්තියකටම අවම වශයෙන් උදාහරණ 100 ක් සමඟ SVMs වඩාත් හොඳින් ක්‍රියා කරයි. ඉහළ නැංවීමේ වාණිජ යෙදුම් (උදා: ඩිජිටල් කැමරාවල මුහුණට අවධානය යොමු කිරීම) මිලියන ගණනක් ධනාත්මක හා negative ණාත්මක උදාහරණ මත පුහුණු කරනු ලැබේ.

ඉක්මන් ගූගල් පින්තූර සෙවුමක් මඟින් හොඳ දත්ත කිහිපයක් සොයා ගනී - මම පුහුණු උදාහරණ කිහිපයක් එකතු කර මේ මොහොතේම කේතනය කිරීමට යන්නෙමි!

කෙසේ වෙතත්, යන්ත්‍ර ඉගෙනීමේ ප්‍රවේශයක් (හෝ @iND විසින් යෝජනා කරන ලද රීති පදනම් කරගත් ප්‍රවේශය) පවා වොල්ඩෝස් දේශය වැනි රූපයක් සඳහා අරගල කරනු ඇත !

මම ගණිතය දන්නේ නැහැ. . . ගොඩාක් නරකයි. නමුත් මම බොහෝ දුරට ඉහත පිළිතුරට කැමතියි.

පිළිතුර ලබා ගැනීම සඳහා පමණක් ඉරි මත යැපීමේ ප්‍රධාන අඩුපාඩුවක් ඇත ( එක් අත්පොත ගැලපීමක් සම්බන්ධයෙන් මට පෞද්ගලිකව ගැටලුවක් නොමැත ). උදාහරණයක් ඇත (බ්‍රෙට් චැම්පියන් විසින් ලැයිස්තුගත කර ඇත, මෙහි ) ඉදිරිපත් කර ඇති අතර එයින් පෙන්නුම් කරන්නේ ඔවුන් ඇතැම් විට කමිස රටාව බිඳ දැමූ බවයි. එබැවින් එය වඩාත් සංකීර්ණ රටාවක් බවට පත්වේ.

අවකාශීය සම්බන්ධතා සමඟ හැඩ හැඳුනුම්පත සහ වර්ණ පිළිබඳ ප්‍රවේශයක් උත්සාහ කරමි. මුහුණු හඳුනා ගැනීම මෙන්, ඔබට එකිනෙකාගෙන් යම් අනුපාතයකින් ජ්‍යාමිතික රටා සොයා බැලිය හැකිය. අවවාදය නම් සාමාන්‍යයෙන් එම හැඩයන්ගෙන් එකක් හෝ වැඩි ගණනක් ගුප්ත වීමයි.

රූපය මත සුදු ශේෂයක් ලබා ගන්න, සහ රූපයෙන් රතු සමබරතාවයක් රතු කරන්න. මම විශ්වාස කරන්නේ වොල්ඩෝ සෑම විටම එකම අගය / පැහැය, නමුත් රූපය ස්කෑන් කිරීමකින් හෝ නරක පිටපතක් විය හැකිය. වොල්ඩෝ සැබවින්ම වර්ණ රාශියකට යොමු වන්න: රතු, සුදු, තද දුඹුරු, නිල්, පීච්, {සපත්තු වර්ණය}.

කමිස රටාවක් ඇති අතර වොල්ඩෝව නිර්වචනය කරන කලිසම්, කණ්නාඩි, හිසකෙස්, මුහුණ, සපත්තු සහ තොප්පි ද ඇත. එසේම, රූපයේ අනෙක් පුද්ගලයින්ට සාපේක්ෂව වොල්ඩෝ කෙට්ටු පැත්තේ සිටී.

ඉතින්, මෙම පින්තූරයේ සිටින පුද්ගලයින්ගේ උස ලබා ගැනීම සඳහා අහඹු පුද්ගලයින් සොයා ගන්න. රූපයේ අහඹු ස්ථානවල දේවල් පොකුරක සාමාන්‍ය උස මැනීම (සරල දළ සටහනක් තනි පුද්ගලයන් කිහිප දෙනෙකු බිහි කරයි). සෑම දෙයක්ම එකිනෙකාගෙන් යම් යම් අපගමනයන් තුළ නොමැති නම්, ඒවා දැනට නොසලකා හරිනු ලැබේ. උසෙහි සාමාන්‍යය රූපයේ උස සමඟ සසඳන්න. අනුපාතය ඉතා විශාල නම් (උදා: 1: 2, 1: 4, හෝ ඒ හා සමානව), නැවත උත්සාහ කරන්න. කිසියම් සම්මත අපගමනයකට පිටතින් ඇති සාමාන්‍යයක් හැර, සාම්පල සියල්ලම එකිනෙකට සමීපව ඇති බව තහවුරු කර ගැනීම සඳහා එය 10 (?) වාරයක් ධාවනය කරන්න. ගණිතයේ විය හැකිද?

මෙය ඔබේ වොල්ඩෝ ප්‍රමාණයයි. වොල්සෝ කෙට්ටුයි, එබැවින් ඔබ සොයන්නේ 5: 1 හෝ 6: 1 (හෝ කුමක් වුවත්) ht: wd. කෙසේ වෙතත්, මෙය ප්රමාණවත් නොවේ. වොල්ඩෝ අර්ධ වශයෙන් සැඟවී ඇත්නම්, උස වෙනස් විය හැකිය. ඉතින්, ඔබ සොයන්නේ ~ 2: 1 රතු-සුදු බ්ලොක් එකක්. නමුත් තවත් දර්ශක තිබිය යුතුය.

1. වොල්ඩෝට වීදුරු තිබේ. රතු-සුදුට ඉහළින් 0.5: 1 කව දෙකක් සොයන්න.
2. නිල් කලිසම්. රතු-සුදු කෙළවර සහ ඔහුගේ පාදවලට ඇති දුර අතර ඕනෑම දුරක් ඇතුළත එකම පළලක ඇති ඕනෑම නිල් ප්‍රමාණයක්. ඔහු තම කමිසය කෙටි ලෙස පැළඳ සිටින බව සලකන්න, එබැවින් පාද ඉතා සමීප නොවේ.
3. තොප්පිය. රතු-සුදු ඕනෑම දුරක් ඔහුගේ හිස මුදුනට දෙගුණයක් දක්වා. එයට පහළින් තද හිසකෙස් තිබිය යුතු අතර බොහෝ විට වීදුරු තිබිය යුතුය.
4. අත් දිග. රතු-සුදු ප්‍රධාන රතු-සුදු සිට යම් කෝණයකින්.
5. අඳුරු හිසකෙස්.
6. සපත්තු වර්ණය. මම වර්ණය දන්නේ නැහැ.

ඒවායින් ඕනෑම එකක් ඉල්ලුම් කළ හැකිය. පින්තූරයේ සමාන පුද්ගලයින්ට එරෙහිව මේවා negative ණාත්මක චෙක්පත් වේ - උදා: # 2 රතු-සුදු පැහැති ඇඳුමක් ඇඳීම ප්‍රතික්ෂේප කරයි (සපත්තු වලට වඩා ආසන්නයි), # 5 ලා පැහැති හිසකෙස් ඉවත් කරයි. එසේම, හැඩය යනු මෙම එක් එක් පරීක්ෂණය සඳහා එක් දර්ශකයක් පමණි. . . නිශ්චිත දුර තුළ වර්ණ පමණක් හොඳ ප්‍රති .ල ලබා දිය හැකිය.

මෙය සැකසීමට ඇති ප්‍රදේශ පටු කරනු ඇත.

මෙම ප්‍රති results ල ගබඩා කිරීමෙන් වොල්ඩෝට තිබිය යුතු ක්ෂේත්‍ර සමූහයක් බිහි වේ. අනෙක් සියලුම ප්‍රදේශ බැහැර කරන්න (උදා: සෑම ප්‍රදේශයක් සඳහාම, සාමාන්‍ය පුද්ගල ප්‍රමාණයට වඩා දෙගුණයක් විශාල රවුමක් තෝරන්න), ඉන්පසු රතු පැහැය හැර අනෙක් සියල්ල ඉවත් කිරීමෙන් හයික් විසින් සකස් කරන ලද ක්‍රියාවලිය ක්‍රියාත්මක කරන්න.

මෙය කේත කරන්නේ කෙසේද යන්න පිළිබඳ කිසියම් අදහසක් තිබේද?

සංස්කරණය කරන්න:

මෙය කේත කරන්නේ කෙසේද යන්න පිළිබඳ සිතුවිලි. . . වොල්ඩෝ රතු හැර අනෙක් සියලුම ප්‍රදේශ බැහැර කරන්න, රතු ප්‍රදේශ ඇටසැකිල්ල කර ඒවා එක තැනකට කප්පාදු කරන්න. වොල්ඩෝ හිසකෙස් දුඹුරු, වොල්ඩෝ කලිසම් නිල්, වොල්ඩෝ සපත්තු වර්ණය සඳහාද එසේ කරන්න. වොල්ඩෝ සමේ වර්ණය සඳහා, බැහැර කරන්න, ඉන්පසු දළ සටහන සොයා ගන්න.

ඊළඟට, රතු නොවන, ඩයිලයිට් (ගොඩක්) සියලු රතු ප්‍රදේශ බැහැර කර, පසුව ඇටසැකිල්ල හා කප්පාදු කරන්න. මෙම කොටස මඟින් විය හැකි වොල්ඩෝ කේන්ද්‍රීය ලකුණු ලැයිස්තුවක් ලබා දෙනු ඇත. අනෙක් සියලුම වොල්ඩෝ වර්ණ කොටස් සමඟ සැසඳීමේ සලකුණ මෙය වේ.

මෙතැන් සිට, ඇටසැකිලි රතු ප්‍රදේශ භාවිතා කරමින් (අබලන් වූ ඒවා නොවේ), එක් එක් ප්‍රදේශයේ රේඛා ගණන් කරන්න. නිවැරදි අංකයක් තිබේ නම් (හතරක්, හරිද?), මෙය නිසැකවම හැකි ප්‍රදේශයකි. එසේ නොවේ නම්, මම හිතන්නේ එය බැහැර කරන්න (වොල්ඩෝ මධ්‍යස්ථානයක් ලෙස ... එය තවමත් ඔහුගේ තොප්පිය විය හැකිය).

ඉන්පසු මුහුණේ හැඩයක්, ඉහළින් කෙස් ලක්ෂ්‍යයක්, කලිසම් පහතින්, සපත්තු ලකුණු පහළින් සහ යනාදිය තිබේදැයි පරීක්ෂා කරන්න.

තවම කේතයක් නැත - තවමත් ලියකියවිලි කියවීම.

OpenCV භාවිතා කරමින් වොල්ඩෝ සොයා ගැනීම සඳහා මට ඉක්මන් විසඳුමක් ඇත.

වොල්ඩෝව සොයා ගැනීමට මම OpenCV හි ඇති අච්චු ගැලපීමේ කාර්යය භාවිතා කළෙමි .

මෙය සිදු කිරීම සඳහා අච්චුවක් අවශ්‍ය වේ. ඒ නිසා මම වොල්ඩෝව මුල් රූපයෙන් කපා එය අච්චුවක් ලෙස භාවිතා කළෙමි.

ඊළඟට මම cv2.matchTemplate()ශ්‍රිතය හැඳින්වූයේ සාමාන්‍යකරණය වූ සහසම්බන්ධතා සංගුණකය සමඟිනි . පහත සුදු පැහැයෙන් පෙන්වා ඇති පරිදි එය තනි කලාපයක ඉහළ සම්භාවිතාවක් ලබා දුන්නේය (ඉහළ වම් කලාපයේ කොතැනක හෝ):

ඉහළම සම්භාවිත කලාපයේ පිහිටීම cv2.minMaxLoc()ශ්‍රිතය භාවිතයෙන් සොයා ගන්නා ලද අතර, පසුව මම වොල්ඩෝ ඉස්මතු කිරීම සඳහා සෘජුකෝණාස්රය ඇඳීමට භාවිතා කළෙමි: