Woran erinnern wir uns zuerst, wenn wir von der Mustererkennung hören? Komplexe neuronale Netze, leistungsstarke Grafikkarten, große Datenmengen. All dies wird nicht in meiner Geschichte sein - ich werde Ihnen erzählen, wie Sie mit OpenCV und NumPy das Problem lösen können, 57 Symbole aus dem Dobble-Spiel an einem Abend mit weniger als 500 ihrer Bilder ohne zusätzliche Erweiterung zu klassifizieren. Eine andere Skala, ein beliebiger Drehwinkel - all dies spielt keine Rolle, wenn vier Zahlen ausreichen, um ein Symbol zu beschreiben.
Diese Geschichte fand im Frühjahr 2020 während einer erzwungenen Selbstisolation statt. Ich habe Videos auf Youtube gesehen und bin auf ein interessantes Spiel gestoßen - Dobble oder auf andere Weise SpotIt. In örtlichen Geschäften konnte ich es kaum finden, und unter Bedingungen der Selbstisolierung sah die Option mit einer Bestellung auch ziemlich gespenstisch aus. Als Ergebnis fand ich eine Datei mit Bildern von Karten im Internet, druckte sie auf dickes Fotopapier und schnitt sie aus - es stellte sich heraus, dass es ein ziemlich ordentliches Set war. Meinem Sohn gefiel das Spiel, sie begannen zu spielen.
, . . - , , . ? , .
" OpenCV Deep Learning". , - , … , , - , . .
, OpenCV? , , . - . - , "", -, ? . , , , .
, OpenCV - : .
, , . IrfanView . , . .
- (MLP). "Python Machine Learning" , NumPy.
- . - , . 4 , . 45..255, 0..1 45 210. , . 440 , 1 .
, . - ( ""). , . .
, , 8 . - , . .
, . -, - OpenCV. .
- 55 (1485 ) 170 , 0. -, , . , - : (, ) . . .
, , . GitHub.