آموزش تشخیص کاراکتر نوری (OCR) در پایتون

سرفصل ها و درس ها

معرفی Introduction

• محتوای دوره Course content

• مقدمه ای بر OCR Introduction to OCR

• مواد درسی Course materials

OCR با Tesseract OCR with Tesseract

• مقدمه ای بر Tesseract Introduction to Tesseract

• آماده سازی محیط Preparing the environment

• اولین تشخیص متن First text recognition

• پشتیبانی از زبان های دیگر Support for other languages

• حالت تقسیم بندی صفحه (PSM) Page segmentation mode (PSM)

• تشخیص جهت صفحه Page orientation detection

• انتخاب متون 1 Selection of texts 1

• انتخاب متون 2 Selection of texts 2

• انتخاب متون 3 Selection of texts 3

• جستجو با استفاده از عبارات منظم Search using regular expressions

• تشخیص در سناریوهای طبیعی Detections in natural scenarios

تکنیک های پیش پردازش تصویر Techniques for image pre-processing

• مقیاس خاکستری Grayscale

• آستانه - شهود Thresholding - intuition

• آستانه گذاری ساده Simple thresholding

• آستانه گذاری با روش اوتسو Thresholding with Otsu method

• آستانه تطبیقی Adaptive thresholding

• آستانه تطبیقی ​​گاوسی Gaussian adaptive thresholding

• وارونگی رنگ Color inversion

• تغییر اندازه - شهود Resizing - intuition

• تغییر اندازه - پیاده سازی Resizing - implementation

• عملیات مورفولوژیکی - شهود Morphological operations - intuition

• عملیات ریخت شناسی - اجرا Morphological operations - implementation

• حذف نویز - شهود Noise removal - intuition

• حذف نویز - اجرا Noise removal - implementation

• تشخیص متن با OCR Text recognition with OCR

• مشق شب HOMEWORK

• راه حل تکلیف Homework solution

OCR با EAST برای صحنه های طبیعی OCR with EAST for natural scenes

• شرق - مقدمه EAST - introduction

• پیش پردازش تصویر Pre-processing the image

• بارگذاری شبکه عصبی Loading the neural network

• رمزگشایی تصویر 1 Decoding the image 1

• رمزگشایی تصویر 2 Decoding the image 2

• تشخیص متن Text recognition

آموزش OCR سفارشی Training a custom OCR

• واردات کتابخانه ها Importing the libraries

• مجموعه داده MNIST 0-9 MNIST 0-9 dataset

• مجموعه داده Kaggle A-Z Kaggle A-Z dataset

• پیوستن به مجموعه داده ها Joining the datasets

• پیش پردازش داده ها Pre-processing the data

• ساخت شبکه عصبی Building the neural network

• آموزش شبکه عصبی Training the neural network

• ارزیابی شبکه عصبی Evaluating the neural network

• صرفه جویی در شبکه عصبی Saving the neural network

• تست با تصاویر Testing with images

• آماده سازی محیط Preparing the environment

• پیش پردازش تصویر Pre-processing the image

• تشخیص کانتور Contour detection

• پردازش تشخیص ها 1 Processing the detections 1

• پردازش تشخیص ها 2 Processing the detections 2

• شخصیت شناسی Character recognition

• مشکلات 0 و O، 1 و l، 5 و S Problems with 0 and O, 1 and l, 5 and S

• مشکلات مربوط به متون شناسایی نشده Problems with undetected texts

سناریوهای طبیعی با EasyOCR Natural scenarios with EasyOCR

• آماده سازی محیط Preparing the environment

• تشخیص متن Text recognition

• نوشتن نتایج روی تصویر Writing the results on the image

• زبان های دیگر - فرانسوی و چینی Other languages - French and Chinese

• تشخیص متن (پس زمینه) Text recognition (background)

OCR در ویدیوها OCR in videos

• آماده سازی محیط Preparing the environment

• تنظیمات ویدیو Video settings

• در حال پردازش ویدیو Processing the video

• OCR با EAST و Tesseract OCR with EAST and Tesseract

• OCR با EasyOCR OCR with EasyOCR

پروژه 1: جستجوی عبارات خاص Project 1: Searching for specific terms

• آماده سازی محیط Preparing the environment

• تشخیص متن Text recognition

• جستجوی متون Searching for texts

• ابر کلمه Word cloud

• شناسایی موجودیت نامگذاری شده Named entity recognition

• جستجوی متون در تصاویر Search for texts in images

• ذخیره نتایج Saving the results

پروژه 2: اسکنر + OCR Project 2: Scanner + OCR

• آماده سازی محیط Preparing the environment

• تشخیص کانتور Contour detection

• دگرگونی چشم انداز Perspective transformation

• OCR با Tesseract OCR with Tesseract

• بهبود کیفیت تصویر Improving image quality

• همه را کنار هم گذاشتن Putting all together

پروژه 3: پلاک خوانی Project 3: License plate reading

• پیش پردازش تصویر Pre-processing the image

• تشخیص متن Text recognition

• بهبود کیفیت تصویر Improving image quality

محتوای اضافی 1: شبکه های عصبی مصنوعی Extra content 1: artificial neural networks

• مبانی بیولوژیکی Biological fundamentals

• پرسپترون تک لایه Single layer perceptron

• پرسپترون چند لایه - توابع مجموع و فعال سازی Multilayer perceptron – sum and activation functions

• پرسپترون چند لایه - محاسبه خطا Multilayer perceptron – error calculation

• نزول گرادیان Gradient descent

• پارامتر دلتا Delta parameter

• به روز رسانی وزنه ها با پس انتشار Updating weights with backpropagation

• تعصب، خطا، نزول گرادیان تصادفی، و پارامترهای بیشتر Bias, error, stochastic gradient descent, and more parameters

محتوای اضافی 2: شبکه های عصبی کانولوشنال Extra content 2: convolutional neural networks

• مقدمه ای بر شبکه های عصبی کانولوشنال Introduction to convolutional neural networks

• عملیات کانولوشن Convolutional operation

• ادغام Pooling

• صاف کردن Flattening

• شبکه عصبی متراکم Dense neural network

اظهارات پایانی Final remarks

• اظهارات پایانی Final remarks

• جایزه BONUS