Платные хостинги     Раскрутка сайта     Книги по программированию

Распознование., см. внутри темы...

- есть такой компонент Imageдальше по памяти (т.к. Delphi под рукой нету)Код Image.Picture.LoadFormFile(<тут надо написать имя файла>);//работает с bmp-файлами (насчет highlightSyntax('delphiNjEzMT','delphi');открытия jpg поищи, тут где-то вроде обсуждалось)а взять однобитный цвет... ну например так:Код function Get1BitColor(image:TImage;x,y:integer):boolean;begin  result:=(image.canvas.pixels[x,y]=0);//true - черный, false - белыйend;highlightSyntax('delphi0NGJkM','delphi');только надо быть уверенным, что закрашенные точки абсолютно черные (все компоненты - нулевые) иначе надо будет писать более (ненамного) интеллектуальную процедуру отсева...

- на картнике, можно вообще это на мониторе не показывать, если не надоЦитата (Links @ 18.2.2005, 10:23)2) image.canvas.pixels[x,y]=0 - это что он делает?1. берет объект image2. вытаскивает из него объект canvas (используется в том числе и для работы с пикселями)3. вытаскивает из canvas свойство pixels (попиксельный доступ)4. берет значение пикселя с координатами x,y5. сравнивает его с нулем

- а какого они цвета? или какой фон? ведь не обязательно переводить в ч/б... а еще лучше пример картинки приведи... или воспользуйся например нейронной сетью Хемминга... писала правда сама, не оптимизированно, но все же...Код const  iDestSize   = 10;        // размер стороны изображения для распознования, тут сам задай  M           = 10;        // количество классов, т.е. твоих цифер - 0..9 = 10  N = iDestSize*iDestSize; // количество входов  e = -(1/m)/2;            // вес синапсов второго слояtype  TInputNeuron = record    fW: array [0..N-1] of real; // весовые коэфициенты синапсов    fOutput: real;              // выход  end;  TNeuron = record    fOutput: real; // выход    fSum: real;    // взвешанная сумма входов  end;var  InputRow: array [0..M-1] of TInputNeuron; // 1 слой  SecondRow: array [0..M-1] of TNeuron;     // 2 слойhighlightSyntax('delphiyM2JlY','delphi');обучение:Код for i := 0 to m-1 do begin    //здесь в image1 загружай поочередно твою циферку...    for x := 0 to iDestSize-1 do      for y := 0 to iDestSize-1 do        if Image1.Picture.Bitmap.Canvas.Pixels[x, y] <> RGB(255,255,225) then InputRow[i].fW[x*iDestSize+y] := 0.5          else InputRow[i].fW[x*iDestSize+y] := -0.5;  end;highlightSyntax('delphiNDc3OT','delphi');ну а далее распознование:Код var i, j, x, y: integer;    fOutputs: array [0..m-1] of real;    iCount: integer;    fMax: real;    iIndex: integer;begin  for i := 0 to m-1 do begin    InputRow[i].fOutput := 0;    for x := 0 to iDestSize-1 do      for y := 0 to iDestSize-1 do        if Image2.Picture.Bitmap.Canvas.Pixels[x, y] <> RGB(255,255,225) then InputRow[i].fOutput := InputRow[i].fOutput + InputRow[i].fW[x*iDestSize+y]          else InputRow[i].fOutput := InputRow[i].fOutput - InputRow[i].fW[x*iDestSize+y];    if InputRow[i].fOutput >= n/2 then InputRow[i].fOutput := n/2; // выход - через ф-ию линейного порога  end;  (* передаем даные с выходов первого слоя на входы второго и в список     результатов предыдушего прохода распознавания (fOutputs) *)  for i := 0 to m-1 do begin    //fOutputs[i] := InputRow[i].fOutput;    SecondRow[i].fOutput := InputRow[i].fOutput;    //SecondRow[i].fSum := 0;  end;  iCount := 0;  repeat    for i := 0 to m-1 do begin      fOutputs[i] := SecondRow[i].fOutput;      SecondRow[i].fSum := 0;    end;    for i := 0 to m-1 do      for j := 0 to m-1 do        if i = j then SecondRow[j].fSum := SecondRow[j].fSum + SecondRow[i].fOutput          else SecondRow[j].fSum := SecondRow[j].fSum + SecondRow[i].fOutput * e;    for i := 0 to m-1 do SecondRow[i].fOutput := SecondRow[i].fSum;    inc(iCount);  until iCount < 25;  (* определение выйгравшего нейрона *)  fMax := -N;  iIndex := -1;  for i := 0 to m-1 do    if SecondRow[i].fOutput > fMax then begin      fMax := SecondRow[i].fOutput;      iIndex := i;    end;  ShowMessage('цифра: '+IntToStr(iIndex));highlightSyntax('delphijYWM2Y','delphi');

- я и привела пример ее релизации, в интернете очень много доков по нейроным сетям.З.Ы.http://www.ic-graphics.net/images/l/Image-01.bmp - будет отлично распозновать, главное чтобы цифры всегда были в одной и той же позиции.

- С нейронными сетями дело будет глухо. Необходимо хорошее знание высшей математики, Кроме того, изучение их займёт кучу времени.Действительно, сначала стоит перевести в ч/б картинку, а потом уже распознавать.

- Romtekпочему же, по последней картинке видно что автор вполне справился с преобразованием в Ч/Б, ну а дальше пример отлично сработает, если цифру грамотно выделять.а кому интересно, могу сбросить кучи инфы насчет НС, правда в теории только ((

Интернет казино     Онлайн игры     Увеличение члена     Купить DVD