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.
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

  • الگوریتم یادگیری ماشین KNN KNN Machine Learning Algorithm

  • OCR با استفاده از پیاده سازی کد یادگیری ماشین OCR using Machine Learning Code Implementation

OCR با استفاده از یادگیری ماشین OCR using Machine Learning

نمایش نظرات

نظری ارسال نشده است.

آموزش MasterClass تشخیص کاراکتر نوری (OCR) در پایتون
خرید اشتراک و دانلود خرید تکی و دانلود | 160,000 تومان (5 روز مهلت دانلود) زمان تقریبی آماده سازی لینک دانلود این دوره آموزشی حدود 5 تا 24 ساعت می باشد.
جزییات دوره
2 hours
22
Udemy (یودمی) udemy-small
13 دی 1401 (آخرین آپدیت رو دریافت می‌کنید، حتی اگر این تاریخ بروز نباشد.)
6,005
4.2 از 5
دارد
دارد
دارد
Raj Chhabria

Google Chrome Browser

Internet Download Manager

Pot Player

Winrar

Raj Chhabria Raj Chhabria

مهندس علوم کامپیوتر با تخصص DataScience

Udemy (یودمی)

یودمی یکی از بزرگ‌ترین پلتفرم‌های آموزشی آنلاین است که به میلیون‌ها کاربر در سراسر جهان امکان دسترسی به دوره‌های متنوع و کاربردی را فراهم می‌کند. این پلتفرم امکان آموزش در زمینه‌های مختلف از فناوری اطلاعات و برنامه‌نویسی گرفته تا زبان‌های خارجی، مدیریت، و هنر را به کاربران ارائه می‌دهد. با استفاده از یودمی، کاربران می‌توانند به صورت انعطاف‌پذیر و بهینه، مهارت‌های جدیدی را یاد بگیرند و خود را برای بازار کار آماده کنند.

یکی از ویژگی‌های برجسته یودمی، کیفیت بالای دوره‌ها و حضور استادان مجرب و با تجربه در هر حوزه است. این امر به کاربران اعتماد می‌دهد که در حال دریافت آموزش از منابع قابل اعتماد و معتبر هستند و می‌توانند به بهترین شکل ممکن از آموزش‌ها بهره ببرند. به طور خلاصه، یودمی به عنوان یکی از معتبرترین و موثرترین پلتفرم‌های آموزشی آنلاین، به افراد امکان می‌دهد تا به راحتی و با کیفیت، مهارت‌های مورد نیاز خود را ارتقا دهند و به دنبال رشد و پیشرفت شغلی خود باشند.