Soumettre la recherche
Mettre en ligne
オープンソースで作るスマホ文字認識アプリ
•
118 j'aime
•
79,537 vues
陽平 山口
Suivre
OpenCV・NHocrを使った文字認識アプリの作り方を解説します。
Lire moins
Lire la suite
Technologie
Signaler
Partager
Signaler
Partager
1 sur 44
Télécharger maintenant
Télécharger pour lire hors ligne
Recommandé
Ml system in_python
Ml system in_python
yusuke shibui
競プロは社会の役に立たない+ベンチャー企業の話 (NPCA夏合宿OB講演).pdf
競プロは社会の役に立たない+ベンチャー企業の話 (NPCA夏合宿OB講演).pdf
catupper
絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚
itoyan110
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Preferred Networks
暗認本読書会12
暗認本読書会12
MITSUNARI Shigeo
ACRi HLSチャレンジ紹介
ACRi HLSチャレンジ紹介
Jun Ando
トランザクションの並行実行制御 rev.2
トランザクションの並行実行制御 rev.2
Takashi Hoshino
WikipediaからのSolr用類義語辞書の自動生成
WikipediaからのSolr用類義語辞書の自動生成
Koji Sekiguchi
Recommandé
Ml system in_python
Ml system in_python
yusuke shibui
競プロは社会の役に立たない+ベンチャー企業の話 (NPCA夏合宿OB講演).pdf
競プロは社会の役に立たない+ベンチャー企業の話 (NPCA夏合宿OB講演).pdf
catupper
絶対に描いてはいけないグラフ入りスライド24枚
絶対に描いてはいけないグラフ入りスライド24枚
itoyan110
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Pythonの理解を試みる 〜バイトコードインタプリタを作成する〜
Preferred Networks
暗認本読書会12
暗認本読書会12
MITSUNARI Shigeo
ACRi HLSチャレンジ紹介
ACRi HLSチャレンジ紹介
Jun Ando
トランザクションの並行実行制御 rev.2
トランザクションの並行実行制御 rev.2
Takashi Hoshino
WikipediaからのSolr用類義語辞書の自動生成
WikipediaからのSolr用類義語辞書の自動生成
Koji Sekiguchi
暗認本読書会5
暗認本読書会5
MITSUNARI Shigeo
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ
Takahiro Kubo
証明プログラミング超入門
証明プログラミング超入門
Kyoko Kadowaki
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門
泰 増田
RSA暗号運用でやってはいけない n のこと #ssmjp
RSA暗号運用でやってはいけない n のこと #ssmjp
sonickun
SIGMOD 2019 参加報告
SIGMOD 2019 参加報告
Masafumi Oyamada
ツイートID生成とツイッターリアルタイム検索システムの話
ツイートID生成とツイッターリアルタイム検索システムの話
Preferred Networks
Rolling Hashを殺す話
Rolling Hashを殺す話
Nagisa Eto
君はyarn.lockをコミットしているか?
君はyarn.lockをコミットしているか?
Teppei Sato
なぜコンピュータを学ばなければならないのか 21世紀の君主論
なぜコンピュータを学ばなければならないのか 21世紀の君主論
Tokoroten Nakayama
型安全性入門
型安全性入門
Akinori Abe
Effective Modern C++ 勉強会#3 Item16
Effective Modern C++ 勉強会#3 Item16
Mitsuru Kariya
Rustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったか
ShunsukeNakamura17
Pythonが動く仕組み(の概要)
Pythonが動く仕組み(の概要)
Yoshiaki Shibutani
Amebaにおけるレコメンデーションシステムの紹介
Amebaにおけるレコメンデーションシステムの紹介
cyberagent
ソフトウェアテスト入門
ソフトウェアテスト入門
Preferred Networks
オープンソースライセンスの基礎と実務
オープンソースライセンスの基礎と実務
Yutaka Kachi
paizaのオンラインジャッジを支えるDockerとその周辺
paizaのオンラインジャッジを支えるDockerとその周辺
paiza
Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜
Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜
Takahiko Ito
WASM(WebAssembly)入門 ペアリング演算やってみた
WASM(WebAssembly)入門 ペアリング演算やってみた
MITSUNARI Shigeo
【関東GPGPU勉強会#3】OpenCVの新機能 UMatを先取りしよう
【関東GPGPU勉強会#3】OpenCVの新機能 UMatを先取りしよう
Yasuhiro Yoshimura
2008.10.18 L4u Tech Talk
2008.10.18 L4u Tech Talk
mitamex4u
Contenu connexe
Tendances
暗認本読書会5
暗認本読書会5
MITSUNARI Shigeo
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ
Takahiro Kubo
証明プログラミング超入門
証明プログラミング超入門
Kyoko Kadowaki
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門
泰 増田
RSA暗号運用でやってはいけない n のこと #ssmjp
RSA暗号運用でやってはいけない n のこと #ssmjp
sonickun
SIGMOD 2019 参加報告
SIGMOD 2019 参加報告
Masafumi Oyamada
ツイートID生成とツイッターリアルタイム検索システムの話
ツイートID生成とツイッターリアルタイム検索システムの話
Preferred Networks
Rolling Hashを殺す話
Rolling Hashを殺す話
Nagisa Eto
君はyarn.lockをコミットしているか?
君はyarn.lockをコミットしているか?
Teppei Sato
なぜコンピュータを学ばなければならないのか 21世紀の君主論
なぜコンピュータを学ばなければならないのか 21世紀の君主論
Tokoroten Nakayama
型安全性入門
型安全性入門
Akinori Abe
Effective Modern C++ 勉強会#3 Item16
Effective Modern C++ 勉強会#3 Item16
Mitsuru Kariya
Rustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったか
ShunsukeNakamura17
Pythonが動く仕組み(の概要)
Pythonが動く仕組み(の概要)
Yoshiaki Shibutani
Amebaにおけるレコメンデーションシステムの紹介
Amebaにおけるレコメンデーションシステムの紹介
cyberagent
ソフトウェアテスト入門
ソフトウェアテスト入門
Preferred Networks
オープンソースライセンスの基礎と実務
オープンソースライセンスの基礎と実務
Yutaka Kachi
paizaのオンラインジャッジを支えるDockerとその周辺
paizaのオンラインジャッジを支えるDockerとその周辺
paiza
Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜
Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜
Takahiko Ito
WASM(WebAssembly)入門 ペアリング演算やってみた
WASM(WebAssembly)入門 ペアリング演算やってみた
MITSUNARI Shigeo
Tendances
(20)
暗認本読書会5
暗認本読書会5
画像認識モデルを作るための鉄板レシピ
画像認識モデルを作るための鉄板レシピ
証明プログラミング超入門
証明プログラミング超入門
PlaySQLAlchemy: SQLAlchemy入門
PlaySQLAlchemy: SQLAlchemy入門
RSA暗号運用でやってはいけない n のこと #ssmjp
RSA暗号運用でやってはいけない n のこと #ssmjp
SIGMOD 2019 参加報告
SIGMOD 2019 参加報告
ツイートID生成とツイッターリアルタイム検索システムの話
ツイートID生成とツイッターリアルタイム検索システムの話
Rolling Hashを殺す話
Rolling Hashを殺す話
君はyarn.lockをコミットしているか?
君はyarn.lockをコミットしているか?
なぜコンピュータを学ばなければならないのか 21世紀の君主論
なぜコンピュータを学ばなければならないのか 21世紀の君主論
型安全性入門
型安全性入門
Effective Modern C++ 勉強会#3 Item16
Effective Modern C++ 勉強会#3 Item16
Rustに触れて私のPythonはどう変わったか
Rustに触れて私のPythonはどう変わったか
Pythonが動く仕組み(の概要)
Pythonが動く仕組み(の概要)
Amebaにおけるレコメンデーションシステムの紹介
Amebaにおけるレコメンデーションシステムの紹介
ソフトウェアテスト入門
ソフトウェアテスト入門
オープンソースライセンスの基礎と実務
オープンソースライセンスの基礎と実務
paizaのオンラインジャッジを支えるDockerとその周辺
paizaのオンラインジャッジを支えるDockerとその周辺
Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜
Elasticsearch の検索精度のチューニング 〜テストを作って高速かつ安全に〜
WASM(WebAssembly)入門 ペアリング演算やってみた
WASM(WebAssembly)入門 ペアリング演算やってみた
Similaire à オープンソースで作るスマホ文字認識アプリ
【関東GPGPU勉強会#3】OpenCVの新機能 UMatを先取りしよう
【関東GPGPU勉強会#3】OpenCVの新機能 UMatを先取りしよう
Yasuhiro Yoshimura
2008.10.18 L4u Tech Talk
2008.10.18 L4u Tech Talk
mitamex4u
Introduction of Python
Introduction of Python
Tomoya Nakayama
ぼくのかんがえたさいきょうのうぇぶあぷりけーしょんふれーむわーく - YAPC Asia 2011
ぼくのかんがえたさいきょうのうぇぶあぷりけーしょんふれーむわーく - YAPC Asia 2011
Hiroh Satoh
【関東GPGPU勉強会#2】OpenCVのOpenCL実装oclMat
【関東GPGPU勉強会#2】OpenCVのOpenCL実装oclMat
Yasuhiro Yoshimura
OpenCVをAndroidで動かしてみた
OpenCVをAndroidで動かしてみた
徹 上野山
ゆるかわPhp
ゆるかわPhp
Ryota Mochizuki
つぶLT20121215
つぶLT20121215
遼一 杉浦
C・C++用のコードカバレッジツールを自作してみた話
C・C++用のコードカバレッジツールを自作してみた話
simotin13 Miyazaki
1.29.user,user,user
1.29.user,user,user
Tonny Xu
ロボット用Open Source Software
ロボット用Open Source Software
たけおか しょうぞう
.NETの自作ツール公開手段
.NETの自作ツール公開手段
Pierre3 小林
Adobe JSX入門
Adobe JSX入門
silvers ofsilvers
Ruby向け帳票ソリューション「ThinReports」の開発で知るOSSの威力
Ruby向け帳票ソリューション「ThinReports」の開発で知るOSSの威力
ThinReports
RとWeb API
RとWeb API
Yohei Sato
HCL Nomad と OCR
HCL Nomad と OCR
Haruyuki Nakano
T69 c++cli ネイティブライブラリラッピング入門
T69 c++cli ネイティブライブラリラッピング入門
伸男 伊藤
Vision-and-Language Navigation: Interpreting visually-grounded navigation ins...
Vision-and-Language Navigation: Interpreting visually-grounded navigation ins...
Yoshitaka Ushiku
20120118 titanium
20120118 titanium
Hiroshi Oyamada
13016 n分で作るtype scriptでnodejs
13016 n分で作るtype scriptでnodejs
Takayoshi Tanaka
Similaire à オープンソースで作るスマホ文字認識アプリ
(20)
【関東GPGPU勉強会#3】OpenCVの新機能 UMatを先取りしよう
【関東GPGPU勉強会#3】OpenCVの新機能 UMatを先取りしよう
2008.10.18 L4u Tech Talk
2008.10.18 L4u Tech Talk
Introduction of Python
Introduction of Python
ぼくのかんがえたさいきょうのうぇぶあぷりけーしょんふれーむわーく - YAPC Asia 2011
ぼくのかんがえたさいきょうのうぇぶあぷりけーしょんふれーむわーく - YAPC Asia 2011
【関東GPGPU勉強会#2】OpenCVのOpenCL実装oclMat
【関東GPGPU勉強会#2】OpenCVのOpenCL実装oclMat
OpenCVをAndroidで動かしてみた
OpenCVをAndroidで動かしてみた
ゆるかわPhp
ゆるかわPhp
つぶLT20121215
つぶLT20121215
C・C++用のコードカバレッジツールを自作してみた話
C・C++用のコードカバレッジツールを自作してみた話
1.29.user,user,user
1.29.user,user,user
ロボット用Open Source Software
ロボット用Open Source Software
.NETの自作ツール公開手段
.NETの自作ツール公開手段
Adobe JSX入門
Adobe JSX入門
Ruby向け帳票ソリューション「ThinReports」の開発で知るOSSの威力
Ruby向け帳票ソリューション「ThinReports」の開発で知るOSSの威力
RとWeb API
RとWeb API
HCL Nomad と OCR
HCL Nomad と OCR
T69 c++cli ネイティブライブラリラッピング入門
T69 c++cli ネイティブライブラリラッピング入門
Vision-and-Language Navigation: Interpreting visually-grounded navigation ins...
Vision-and-Language Navigation: Interpreting visually-grounded navigation ins...
20120118 titanium
20120118 titanium
13016 n分で作るtype scriptでnodejs
13016 n分で作るtype scriptでnodejs
Plus de 陽平 山口
NGK2023S ChatGPT
NGK2023S ChatGPT
陽平 山口
JAWS DAYS 2022
JAWS DAYS 2022
陽平 山口
NGK2022S
NGK2022S
陽平 山口
KCI PROFILE 2021-10-07
KCI PROFILE 2021-10-07
陽平 山口
JAWSUG 20210128
JAWSUG 20210128
陽平 山口
AWS Webinar 20201224
AWS Webinar 20201224
陽平 山口
SIAI2020
SIAI2020
陽平 山口
MISO20200530
MISO20200530
陽平 山口
ML@Loft 20200430
ML@Loft 20200430
陽平 山口
JAWS FESTA 20191102
JAWS FESTA 20191102
陽平 山口
JAWSUG 20191028 (modified)
JAWSUG 20191028 (modified)
陽平 山口
JAWSUG 20191028
JAWSUG 20191028
陽平 山口
JAWSUG 20190828
JAWSUG 20190828
陽平 山口
AI Utilization Seminar 20190709
AI Utilization Seminar 20190709
陽平 山口
JAWSUG 20190620
JAWSUG 20190620
陽平 山口
JAWS DAYS 2019
JAWS DAYS 2019
陽平 山口
JAWS FESTA 2018 OSAKA AHAB
JAWS FESTA 2018 OSAKA AHAB
陽平 山口
JAWS FESTA 2018 OSAKA KCI SESSION
JAWS FESTA 2018 OSAKA KCI SESSION
陽平 山口
NAGOSUTA 20181020
NAGOSUTA 20181020
陽平 山口
JAWSUG20180925
JAWSUG20180925
陽平 山口
Plus de 陽平 山口
(20)
NGK2023S ChatGPT
NGK2023S ChatGPT
JAWS DAYS 2022
JAWS DAYS 2022
NGK2022S
NGK2022S
KCI PROFILE 2021-10-07
KCI PROFILE 2021-10-07
JAWSUG 20210128
JAWSUG 20210128
AWS Webinar 20201224
AWS Webinar 20201224
SIAI2020
SIAI2020
MISO20200530
MISO20200530
ML@Loft 20200430
ML@Loft 20200430
JAWS FESTA 20191102
JAWS FESTA 20191102
JAWSUG 20191028 (modified)
JAWSUG 20191028 (modified)
JAWSUG 20191028
JAWSUG 20191028
JAWSUG 20190828
JAWSUG 20190828
AI Utilization Seminar 20190709
AI Utilization Seminar 20190709
JAWSUG 20190620
JAWSUG 20190620
JAWS DAYS 2019
JAWS DAYS 2019
JAWS FESTA 2018 OSAKA AHAB
JAWS FESTA 2018 OSAKA AHAB
JAWS FESTA 2018 OSAKA KCI SESSION
JAWS FESTA 2018 OSAKA KCI SESSION
NAGOSUTA 20181020
NAGOSUTA 20181020
JAWSUG20180925
JAWSUG20180925
Dernier
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
taisei2219
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
Ryo Sasaki
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
iPride Co., Ltd.
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
Hiroki Ichikura
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
Toru Tamaki
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Toru Tamaki
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
danielhu54
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Yuma Ohgami
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
sugiuralab
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
Toru Tamaki
Dernier
(10)
TSAL operation mechanism and circuit diagram.pdf
TSAL operation mechanism and circuit diagram.pdf
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
[DevOpsDays Tokyo 2024] 〜デジタルとアナログのはざまに〜 スマートビルディング爆速開発を支える 自動化テスト戦略
SOPを理解する 2024/04/19 の勉強会で発表されたものです
SOPを理解する 2024/04/19 の勉強会で発表されたものです
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Automated Classification of Model Errors on ImageNet
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
論文紹介:Content-Aware Token Sharing for Efficient Semantic Segmentation With Vis...
Postman LT Fukuoka_Quick Prototype_By Daniel
Postman LT Fukuoka_Quick Prototype_By Daniel
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
Open Source UN-Conference 2024 Kawagoe - 独自OS「DaisyOS GB」の紹介
スマートフォンを用いた新生児あやし動作の教示システム
スマートフォンを用いた新生児あやし動作の教示システム
論文紹介:Semantic segmentation using Vision Transformers: A survey
論文紹介:Semantic segmentation using Vision Transformers: A survey
オープンソースで作るスマホ文字認識アプリ
1.
有限会社
来栖川電算 山口陽平 オープンソースカンファレンス名古屋2012
2.
あじぇんだ
自己紹介 はじめに 紹介するOSS 設計 実装 ??? まとめ 参考文献
3.
自己紹介
山口陽平 有限会社来栖川電算
4.
山口陽平
プログラミング言語・型理論の研究者 世界を美しく記述することを夢見る33歳 名古屋工業大学大学院出身 未踏ソフトウェア経験 人を驚かせるのが好き Nativeコードより速いJavaコード 1日でHaskellを作る ハードリアルタイムJavaVM 1000台越え構成のペタバイト級分散DB PC上で秒間1000万クエリ処理できるKVS ※あくまでもイメージです。 実物に髪の毛はありません。
5.
有限会社来栖川電算
概要 名古屋工業大学発ベンチャー(2003年) 目的 ソフトウェアの品質・生産性向上 スタッフ 役員3人・正社員7人・アルバイト9人 データ作成4人・家政婦2人 IPA未踏ソフトウェア経験者多数 社風 職人・挑戦・自由 イオン千種・名大病院・名工大の間 昼食・夕食・飲み会は無料
6.
はじめに
何を作るの? 準備するもの 取り組む姿勢
7.
何を作るの?
スマホで撮影した写真から単語を抽出するアプリ
8.
準備するもの
スマホ 開発環境 Android 2.3 サーバと同じソフト サーバ android-sdk_r18 Scientific Linux 6.2 Eclipse Indigo JavaEE IDE Java SE 7 for Web Developers. CDT Apache Tomcat 7.0 ADT OpenCV-2.2.0 O2-tools-2.00 ここを紹介するよ! nhocr-0.20
9.
取り組む姿勢
考慮すること 動くこと 分かりやすさ 考慮しないこと 認識精度 安全性 信頼性 可用性 拡張性
10.
紹介するOSS
OpenCV NHocr & O2-tools
11.
OpenCV
元はインテル製の画像処理ライブラリ APIが単純で割と使いやすい 様々な画像(※GIF除く)の読み書きに便利 様々な分野のアルゴリズムを網羅 画像処理・特徴抽出とディスクリプタ抽出 クラスタリング・多次元空間探索・オブジェクト検出 ビデオ解析・カメラキャリブレーション・姿勢推定 ステレオ・機械学習 サイト 【公式】http://opencv.willowgarage.com/ 【日本コミュニティ】http://opencv.jp/
12.
NHocr & O2-tools
日本語OCR・画像処理ライブラリ 一文字認識の認識精度はわりとよい 一応、行認識もできる コマンドラインツールがある 画像ファイルの文字認識・フォントからの辞書作成 あ 本格的に使うにはわりと改良がいる コード量が少ないので難しくはない サイト 【後藤研究室】http://www.imglab.org/ 注意 一部をコメントアウトしないとビルドできない場合が
13.
設計 概要(もう一度)
スマホアプリ 文字認識サービス 文字認識コマンド
14.
概要
スマホで撮影した写真から単語を抽出するアプリ
15.
スマホアプリ
マッシュアップでシンプルに! 主な作り込みは単語抽出(言語処理)だけ
16.
文字認識サービス
中継するだけ! 主な作り込みは文字認識コマンドの中
17.
文字認識コマンド
OepnCV・NHocrのAPIはシンプルで使いやすい! 難しいのは文字領域抽出だけ
18.
実装 画像読込
二値化 文字領域抽出 文字認識 XML出力 言語処理
19.
画像読込
OpenCVなら画像の読み書きが簡単! BMP DIB JPEG JPG JPE PNG PBM PGM PPM SR RAS TIFF TIF #include <opencv/cv.h> #include <opencv/highgui.h> int main() { IplImage* tImage = cvLoadImage("input/club_adriana.jpg", CV_LOAD_IMAGE_COLOR); cvNot(tImage, tImage); cvSaveImage("output/not_club_adriana.png", tImage); cvReleaseImage(&tImage); return 0; }
20.
二値化
OpenCVには基本的な二値化アルゴリズムがある! cvThreshold:与えた閾値で二値化する。(大津の方法も) cvAdaptiveThreshold:近傍の平均から閾値を決める。 #include <opencv/cv.h> #include <opencv/highgui.h> int main() { IplImage* tImage = cvLoadImage( "input/club_adriana.jpg", CV_LOAD_IMAGE_GRAYSCALE); ライトが IplImage* tBinarizedImage = cvCreateImage( 当たって cvGetSize(tImage), tImage->depth, tImage->nChannels); いるとな cvAdaptiveThreshold(tImage, tBinarizedImage, 256, CV_ADAPTIVE_THRESH_MEAN_C, CV_THRESH_BINARY, 19); かなかう cvSaveImage("output/binarized_club_adriana.png", まくいか tBinarizedImage); ない cvReleaseImage(&tBinarizedImage); cvReleaseImage(&tImage); return 0; }
21.
文字領域抽出
ヒストグラムで文字がある場所を見つけるぞ! ぐるぐるループしながら四則演算するだけ 行の上下に余分なものが写っているとうまくいかない
22.
文字認識
#include <opencv/cv.h> NHocrなら文字認識が簡単! #include <opencv/highgui.h> #include <siplib.h> ①辞書の選択・初期化など #include <nhocr.h> int main() { NHrec tNHrec; ascii+(英数字) tNHrec.setlibdir( jpn(日本語) (char*) "/usr/local/moji/nhocr-0.20/share/"); tNHrec.setdiccodes((char*) "ascii+"); ユーザ辞書 tNHrec.open(); IplImage* tImage = cvLoadImage("input/Ao.png", ②画像形式の変換 CV_LOAD_IMAGE_GRAYSCALE); SIPImage* tSIPImage = createSIPImage(tImage); OpenCV ⇒ NHocr int tCount = 10; RecResultItem tCondidates[tCount]; ③文字認識 tNHrec.rec_character(tSIPImage, 0, 0, tImage->width, tImage->height, tCondidates); 入力 for (int tIndex = 0; tIndex < tCount; tIndex++) 文字の場所 printf("%c:%f¥n", (char)tCondidates[tIndex].id, tCondidates[tIndex].dist); 出力 sip_DestroyImage(tSIPImage); cvReleaseImage(&tImage); {文字:距離, ..., 文字:距離} tNHrec.close(); return 0; }
23.
XML出力
各文字領域は複数の候補を持つ 各候補は文字と距離を持つ <result> <candidates> <candidate><character>H</character><distance>1</distance></candidates> <candidate><character>4</character><distance>2</distance></candidates> </candidates> <candidates> <candidate><character>O</character><distance>1</distance></candidates> <candidate><character>0</character><distance>2</distance></candidates> </candidates> <candidates> <candidate><character>M</character><distance>1</distance></candidates> <candidate><character>m</character><distance>2</distance></candidates> </candidates> <candidates> <candidate><character>U</character><distance>1</distance></candidates> <candidate><character>u</character><distance>2</distance></candidates> </candidates> </result>
24.
言語処理
様々な言語処理 距離の和が最も小さいパスを選ぶ。 文字種を限定する。 記号・数字・英字(大・小)・かな・カナ・漢字 辞書に含まれている単語だけを選ぶ。 文法にあうパスを選ぶ。 正規表現・文脈自由・自然言語
25.
簡単に使えるけど それ以外が難しい
AdaptiveThresholdもあんまり使えない ヒストグラム使った文字領域抽出が話にならない 1位だけを採用する言語処理でも話にならない
26.
まだまだ利用申請できるよ!どんどんしてね!
recognize.jp WebAPIで画像をPOSTするだけ 難しいことは全部サーバでやってくれる!
27.
タンゴチュウが (前より)賢くなった!
4月のrecognize.jpのアップデートで目に見えて良くなったぞ! 1年前とくらべて・・・ 4倍 の賢さだ!
28.
情
文 景 画 字 像 か 認 ら 識 の サ ー http://tangochu.jp ビ 説明前に宣伝させて! ス
29.
タンゴチュウとは
写真(情景画像)から単語を抽出 例えば メニュー チラシ お菓子のパッケージ レシート 名刺 看板 …
30.
情景画像の文字認識とは
31.
情景画像の文字認識とは
32.
情景画像の文字認識とは
従来のOCRとは戦場が違う 悪環境下での文字認識 手書き・様々な書体・かすれ・点描・きつい パース・統一性のない並び・逆光・陰・影・グ ラデーション・モアレなど 目指すはこんなかっこいい世界!
33.
タンゴチュウ
for Twitter 手軽に文字認識を体験できる! @tcfox
34.
タンゴチュウ
for Twitter 手軽に文字認識を体験できる!
35.
タンゴチュウ
for Evernote 写真の検索・整理に役立つ!
36.
0.0
1.0 2.0 3.0 4.0 5.0 6.0 7.0 2011年06月 2011年07月 2011年08月 2011年09月 2011年10月 4倍の賢さ・6倍の速さ 着実に進化している! 2011年11月 2011年12月 2012年01月 情景画像文字認識ではトップクラス 2012年02月 性能推移 2012年03月 2012年04月
37.
カスタマイズOK
棚卸し・検査・電子辞書などに 用途を限定すると非常に高精度 既に稼働していて、驚くほど高性能 出版系・測量系からも引き合いがきているぞ! Android端末 への組み込み もやってるよ
38.
とにかくアクセス!
萌えキャラたちも待ってるぞ! http://tangochu.jp
39.
まとめ
オープンソースを活用すれば とりあえず動くものは作れる 性能がでるかは腕次第 recognize.jpを使えば割とよい 今回のスマホアプリのソースコードは ダウンロードできるようにしておくよ!
40.
参考文献
リンクとか
41.
参考文献①
Scientific Linux http://www.scientificlinux.org/ Jave SE http://www.oracle.com/technetwork/java/ Apache Tomcat http://tomcat.apache.org/ Android SDK & ADT (Eclipse Plugin) http://developer.android.com/index.html Eclipse & CDT http://www.eclipse.org/
42.
参考文献②
OpenCV http://opencv.willowgarage.com/ 【日本コミュニティ】http://opencv.jp/ O2-tool http://www.imglab.org/p/O2/ NHocr http://code.google.com/p/nhocr/
43.
参考文献③
recognize.jp(情景画像文字認識API) http://recognize.jp/ 撮って文字入力(文字認識IME) http://www.nttdocomo.co.jp/smt/service/trial/trial_app/to tte_moji/index.html タンゴチュウ(情景画像文字認識サービス) http://tangochu.jp/ 来栖川電算 http://kurusugawa.jp/
44.
ご清聴ありがとうございました
どんどん賢くするので応援してね
Télécharger maintenant