لطفا جهت اطلاع از آخرین دوره ها و اخبار سایت در
کانال تلگرام
عضو شوید.
آموزش MasterClass تشخیص کاراکتر نوری (OCR) در پایتون
Optical Character Recognition (OCR) MasterClass in Python
نکته:
آخرین آپدیت رو دریافت میکنید حتی اگر این محتوا بروز نباشد.
نمونه ویدیوها:
توضیحات دوره:
یادگیری OCR در پایتون با استفاده از OpenCV، Pytesseract، Pillow و Machine Learning درباره Pillow Library در پایتون که برای کار با داده های تصویر و انجام مراحل مختلف دستکاری تصویر استفاده می شود، بیاموزید. OpenCV برای پیش پردازش تصویر در پایتون. درباره Pytesseract که یک ابزار تشخیص کاراکتر نوری (OCR) برای پایتون است، بیاموزید. این متن را در تصاویر، پلاکها و غیره میخواند و میشناسد. شما یاد خواهید گرفت که از یادگیری ماشین برای موارد استفاده مختلف OCR استفاده کنید و مدلهای ML بسازید که OCR را با دقت بیش از 90 درصد انجام میدهند. ساخت پروژه های مختلف OCR مانند تشخیص پلاک، خواندن متن از تصاویر و غیره... پیش نیازها: درک اولیه زبان برنامه نویسی پایتون.
به دوره آموزشی "تشخیص کاراکتر نوری (OCR) Masterclass در پایتون" خوش آمدید
فناوری تشخیص کاراکتر نوری (OCR) یک راه حل تجاری برای استخراج خودکار داده ها از متن چاپ شده یا نوشته شده از یک سند یا فایل تصویر اسکن شده و سپس تبدیل متن به فرم قابل خواندن توسط ماشین برای استفاده برای پردازش داده ها مانند ویرایش یا ویرایش است. جستجو .
مزایای OCR:
کاهش هزینه
تسریع گردش کار
مسیریابی خودکار اسناد و پردازش محتوا
متمرکز و ایمن کردن داده ها (بدون آتش سوزی، سرقت یا گم شدن اسناد در صندوق عقب)
با حصول اطمینان از داشتن به روزترین و دقیق ترین اطلاعات کارمندان، خدمات را بهبود بخشید
برخی از نتایج کلیدی یادگیری این دوره عبارتند از:
تشخیص متن از تصاویر با استفاده از OpenCV و Pytesseract.
با استفاده از Pillow Library در Python کار با داده های تصویر و دستکاری آن را بیاموزید.
پروژه هایی مانند تشخیص پلاک خودرو، استخراج تاریخ و سایر اطلاعات مهم از تصاویر را با استفاده از مفاهیم مطرح شده در این دوره بسازید.
بیاموزید که چگونه یادگیری ماشینی می تواند در برخی مشکلات OCR مفید باشد.
این دوره اصول اولیه یادگیری ماشینی مورد نیاز برای دریافت نتایج OCR دقیق را پوشش میدهد.
ساخت مدلهای یادگیری ماشینی با دقت تشخیص متن بالای 90%.
درباره تکنیکهای مختلف پیشپردازش تصویر مانند رنگبندی خاکستری، دوتایی، فرسایش، اتساع و غیره... که به بهبود کیفیت تصویر برای نتایج OCR بهتر کمک میکند، آشنا خواهید شد.
سرفصل ها و درس ها
معرفی
Introduction
مقدمه دوره
Introduction to the Course
کتابخانه های مورد نیاز را نصب کنید
Install the required libraries
معرفی
Introduction
بالش پایتون (PIL Fork)
Python Pillow (PIL Fork)
باز کردن و مشاهده یک تصویر
Opening and Viewing an image
کسب اطلاعات در مورد تصویر باز شده
Obtaining information about opened image
چرخش و تغییر اندازه
Rotate and Resize
یک تصویر را با استفاده از بالش برش دهید
Crop an image using pillow
با استفاده از بالش، متن را روی تصویر اضافه کنید
Add text on an Image using pillow
اضافه کردن پد به تصویر با بالش
Add Padding to image with pillow
یک تصویر را با استفاده از بالش تار کنید
Blur an image using pillow
تصاویر را با استفاده از Pillow به هم متصل کنید
Concatenate images using Pillow
ذخیره یک تصویر
Save an Image
بالش پایتون (PIL Fork)
Python Pillow (PIL Fork)
پیش پردازش تصاویر برای متن OCR با استفاده از OpenCV
Preprocess Images for Text OCR using OpenCV
باز کردن تصویر با OpenCV
Opening an Image with OpenCV
معکوس کردن یک تصویر
Invert an Image
دوتایی سازی
Binarization
فرسایش و اتساع
Erosion and Dilation
پیش پردازش تصاویر برای متن OCR با استفاده از OpenCV
Preprocess Images for Text OCR using OpenCV
Pytesseract
Pytesseract
تصویر به متن
Image to Text
گرفتن جعبه در اطراف متن
Getting Boxes Around Text
تطبیق الگوی متن
Text Template Matching
تشخیص پلاک
License Plate Detection
Pytesseract
Pytesseract
OCR با استفاده از یادگیری ماشین
OCR using Machine Learning
مقدمه ای بر OCR با استفاده از یادگیری ماشین
Introduction to OCR using Machine Learning
نمایش نظرات