Neyron tarmoqlari yordamida tasvirlarni siqish algoritmi

TASVIRNING EYLER XARAKTERISTIKALARINING XOSSALARI.

• TASVIRNING EYLER XARAKTERISTIKALARINING XOSSALARI.
• Xarakteristikalar to'plamining qiymati o'ziga xosdir, boshqacha aytganda, Eyler xarakteristikasi bir xil bo'lgan ikkita tasvir mavjud emas.
• Xarakteristikalar to'plamidan asl tasvirga o'tkazish algoritmi yo'q, yagona yo'l ortiqcha.

MATNNI ANIQLASH ALGORITMI NIMA?

• Harflarni tanib olish g'oyasi shundan iboratki, biz til alifbosining barcha belgilari uchun Eyler xarakteristikasini oldindan hisoblab chiqamiz va uni bilimlar bazasiga saqlaymiz. Keyin tan olingan tasvirning qismlari uchun Eyler xarakteristikasini hisoblab chiqamiz va uni bilimlar bazasida qidiramiz.
• Tan olish bosqichlari:
• Tasvir qora va oq yoki rangli bo'lishi mumkin, shuning uchun birinchi bosqich tasvirni yaqinlashtirish, ya'ni undan oq va qora rangni olishdir.
• Qora piksellarni topish uchun biz butun tasvir bo'ylab piksel-piksel o'tkazamiz. Soyali piksel topilganda, topilgan va undan keyingi piksellar yonidagi barcha soyali piksellarni topish uchun rekursiv operatsiya boshlanadi. Natijada, biz butun belgi yoki uning bir qismi yoki tashlab yuborilishi kerak bo'lgan "axlat" bo'lishi mumkin bo'lgan tasvirning bir qismini olamiz.
• Tasvirning barcha bog'lanmagan qismlarini topgandan so'ng, Eyler xarakteristikasi har biri uchun hisoblanadi.
• Keyinchalik, analizator ishga tushadi, u har bir bo'lakdan o'tib, bilimlar bazasida Eyler xarakteristikasining qiymati bor yoki yo'qligini aniqlaydi. Agar biz qiymatni topsak, bu tasvirning tan olingan qismi deb hisoblaymiz, aks holda biz uni keyingi o'rganish uchun qoldiramiz.
• Tasvirning tan olinmagan qismlari evristik tahlildan o'tkaziladi, ya'ni men eng ko'p narsani topishga harakat qilaman. mos qiymat bilimlar bazasida. Agar u topilmagan bo'lsa, u holda yaqin atrofdagi qismlarni "yopishtirish" uchun harakat qilinadi va ular allaqachon bilimlar bazasida natijani izlashlari uchun. Nima uchun "yopishtirish" amalga oshiriladi? Gap shundaki, hamma harflar bitta uzluksiz tasvirdan iborat emas, masalan, "!" Undov belgisi 2 ta segmentni (tayoq va nuqta) o'z ichiga oladi, shuning uchun uni bilimlar bazasida qidirishdan oldin ikkala qismdan Eyler xarakteristikasining umumiy qiymatini hisoblash kerak. Agar qo'shni segmentlar bilan yopishtirilgandan keyin ham maqbul natijani topishning iloji bo'lmasa, u holda parcha axlat deb hisoblanadi va o'tkazib yuboriladi.

• Tizim tarkibi:
• Bilimlar bazasi- dastlab men yoki boshqa birov tomonidan yaratilgan, xarakterli belgilar to'plamini o'z ichiga olgan va tanib olish uchun zarur bo'lgan fayl yoki fayllar.
• Yadro- tanib olishni amalga oshiradigan asosiy funktsiyalarni o'z ichiga oladi
• Generator- bilimlar bazasini yaratish moduli.

• Neyron tarmoqlar ma'lumotlarga asoslangan algoritmlar dunyoni butunlay qamrab oldi. Ularning rivojlanishi bir necha sabablarga ko'ra, jumladan arzon va kuchli uskunalar va katta hajmdagi ma'lumotlar bilan bog'liq. Neyron tarmoqlar hozirda tasvirni aniqlash, tabiiy tilni tushunish va hokazo kabi "kognitiv" vazifalar bilan bog'liq bo'lgan hamma narsada birinchi o'rinda turadi. Lekin ular bunday vazifalar bilan cheklanib qolmasligi kerak. Neyron tarmoqlar yordamida tasvirlarni qanday siqish haqida ko’rib chiqamiz. Slaydda keltirilgan yondashuv standart kodeklarga qaraganda tezroq va yaxshiroq. Sxemalar, tenglamalar va, albatta, kesma ostidagi testlar bilan jadval.

• Rasmni siqish - bu tasvirni kamroq joy egallashi uchun aylantirish jarayoni. Tasvirlarni shunchaki saqlash juda ko'p joy egallaydi, shuning uchun JPEG va PNG kabi asl tasvir hajmini kamaytirishga qaratilgan kodeklar mavjud. Ma'lumki, tasvirni siqishning ikki turi mavjud: yo'qotishsiz va yo'qolgan . Nomlardan ko'rinib turibdiki, yo'qotishsiz siqish asl tasvir ma'lumotlarini saqlab qolishi mumkin, yo'qolgan siqish esa siqish paytida ba'zi ma'lumotlarni yo'qotadi. Masalan, JPG yo'qolgan algoritmlardir [taxminan. tarjima. - asosan, yo'qotishsiz JPEG haqida ham unutmaylik], va PNG yo'qotishsiz algoritmdir.