O que nos lembramos em primeiro lugar quando ouvimos sobre o reconhecimento de padrões? Redes neurais complexas, placas de vídeo poderosas, grandes conjuntos de dados. Tudo isso não vai estar na minha história - eu vou te contar como usando OpenCV e NumPy você pode resolver o problema de classificar 57 personagens do jogo Dobble em 1 noite usando menos de 500 de suas imagens sem aumento adicional. Uma escala diferente, um ângulo de rotação arbitrário - tudo isso não importa quando quatro números são suficientes para descrever um símbolo.
Essa história se passou na primavera de 2020, durante um auto-isolamento forçado. Assisti a vídeos no youtube e me deparei com um jogo interessante - Dobble, ou de outra forma SpotIt. Quase não consegui encontrar nas lojas locais e, em condições de isolamento, a opção com um pedido também parecia bastante fantasmagórica. Como resultado, encontrei um arquivo com imagens de cartões na Internet, imprimi-o em papel fotográfico grosso e recortei-o - acabou sendo um conjunto bem organizado. Meu filho gostou do jogo, eles começaram a jogar.
, . . - , , . ? , .
" 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.