Aha?! Und wieso kann ich dann ein Buch verkehrt herum lesen?! Habe es gerade ausprobiert. Bin ich etwa kein Mensch, sondern ein Alien?!?!
Man muss sich zwar etwas mehr konzentrieren, und es dauert ein kleinwenig länger als normales Lesen, aber es funktioniert. Man muss halt nur von rechts unten nach links oben lesen.
Und ich habe sicher noch nie zuvor auf dem Kopf stehend Lesen gelernt.

j slbst wnn ll slbstlt fhln, knn mn nch dn snn rknnn!
Faszinierend, nicht?

Das ist eher Worterkennung.


wow


auf dich also nicht?


Ich bin neugierig...

Nein ernsthaft. Ich weiß zwar nicht, wie gut du programmieren kannst und will jetzt gar nichts behaupten, aber das klingt schon schwer arrogant.

Übrigens, ganz interessant:
http://brainstimulant.blogspot.com/2009/09/neuromorphic-ai-intelligent-text.html

Das stimmt doch garnicht. Man kann relativ problemlos auf den Kopf gestellten Text lesen.

DU kannst es, ICH kann es, aber Ocigam kann es offensichtlich nicht.
Vielleicht muss man Ritter sein, um es zu können?!?!?!

Aber vielleicht hat Ocigam, so wie er behauptet, ja wirklich nur "zu viel Erfahrung", um zwischen leicht, mittel, schwierig, und unmöglich unterscheiden zu können?!? Jedenfalls ist das verkehrte Lesen nicht UNMÖGLICH, sondern es ist relativ LEICHT möglich. Und man muss dazu nicht mal einen Kopfstand machen - man kann sogar das Buch umdrehen (auch das ist relativ EINFACH, wenn man weiß wie's geht).

Es reicht das tägliche U Bahn fahren. Dann liest man irgendwann automatisch mit, wenn beim Gegenüber die Zeitung vorne nach unten hängt und somit alles Kopf steht.

Computer Vision ist sehr anspruchsvoll! Man konnte bisher nur sehr wenig darüber in Erfahrung bringen, wie das menschliche Gehirn graphische Informationen verarbeitet.

Man konnte zumindestens herausfinden, das es gewisse Neuronengruppen im visuellen Kortex gibt, die stark auf kontrastreiche (Balken-)Übergänge reagieren. Davon gibts dann ganz viele Neuronentypen, z.B. für verschiedene Dicken und vor allem verschiedene Rotationen. Wie man das im Gehirn verarbeitet, das weiß man nur ganz wenig.

Essentiell ist aber die Erkenntnis, dass man dann für einen Punkt die lokale Textur beschreiben kann, indem man guckt, welche Linien in welcher Dicke dominant sind. Klassischerweise drängt sich dabei die Fouriertransformation auf, da dort das Bild in die Frequenzen in alle Richtungen ermittelt wird. Wenn man dann an der Stelle das Frequenzspektrum mit einer Gaussglocke filtert, hat man eine lokale Texturbeschreibung dieser Stelle in Form von Absolut- und Phasenwerten, da die Fouriertransformation einen Real- und Imaginärteil hat. Man nennt dies auch die Gabor Wavelet Transformation.

Naja, was kann man damit machen? Du könntest z.B. für jeden Buchstaben ein Gitter darüberlegen und an jedem Knotenpunkt die Gabor Wavelet Werte für mehrere Rotationen und Dicken (= größere Sinuswellen) speichern. Wenn du mehrere Bilder des Buchstabens so samplest, hast du für jeden Knotenpunkt ein Trainingsbeispiel eines lokalen Texturmerkmals eines "E" z.B. an dieser Stelle. Das musst du dann statistisch Mitteln (maximum likelihood, z.B.).

Wenn du dann dein Blatt Papier scannst, gehst du dann für jeden Buchstaben deines Alphabets mit deinem Texturmodell über das Bild und versuchst die Stellen zu finden, wo die größte Ähnlichkeit besteht. Ab nem Threshold (den du dann z.B. das Bayes-Theorem lernen kannst in deiner Trainingsphase) kannst du dann sicher sein, das an der Stelle dein Buchstabe steht.

Das ist eigentlich eine sehr stabile Methode, um Texturmodelle auf arbiträre Grafiken zu matchen. Das Schöne an Gabor Wavelets ist aber auch, dass du für ein solch gespeichertes Modell eine beliebige Rotation berechnen kannst, du drehst also das Modell, so kannst du auch bei einem schief gescannedten Blatt Papier deine Buchstaben noch erkennen.

Wahrscheinlich gibts im Rahmen OCR bessere Verfahren. Die Landschaft an erfolgreichen Methoden in der Computer Vision ist sehr sehr groß.

Ich erzähle hier nur von der GWT, weil ich weiß, das sie sehr stabil bei der Gesichtserkennung funktioniert und auch nicht so schwer zu programmieren ist. Aber einer der Vorredner hier hat schon recht, es ist schwer in sowas reinzufinden, wenn man sich noch nie mit sowas auseinander gesetzt hat.

Neuronale Netze sind m.E. nach nicht für diesen Zweck geeignet, da sichergestellt werden müsste, dass die Eingabe normalisiert ist. Also der Ausschnitt des Buchstabens müsste hinreichend bestimmt werden. Selbst wenn der Buchstabe kursiv, unterstrichen oder vielleicht fett wäre, gäbe es schon massive Probleme. Neuronale Netze versuchen eine mathematische Funktion zu modellieren und wenn - wie in diesem Fall - eine binäre Entscheidung zu treffen, ob das ein E oder eben kein E ist, ist es schon schwierig, vor allem, da das neuronale Netz nicht den geometrischen Zusammenhang eines Buchstabens lernen kann (NN können natürlich auch mehrere Outputs mit reelen Werten haben!).

Gabor Wavelets können auch auf beliebige Graphen gelernt werden, wobei dann die Deformation der Kanten auch in die Modell- und hinterher in der Ähnlichkeitsberechnung mit eingehen kann. Bei einem solchen Verfahren redet man dann auch vom Elastic Bunchgraph Matching.

So genug gefaselt. Ich bin was die Thematik angeht etwas vorbelastet, deshalb gebe ich gerne meinen Senf dazu Was das mit einem Dateiformat zu tun hat --- das weiß ich aber auch nicht!!!

So ist das aber nicht gemeint. Der Wortlaut kommt wohl aber tatsächlich arrogant rüber, wenn ich das so nochmal nachlese..

Früher wollte ich mal immer Spiele erstellen. Bin dann 3DGS gewichen, weil ich Prof. Programmieren lernen wollte (und tat).
Währenddessen war ich noch in einer anderen Community, die mir nicht gut getan hat.

In der Zeit habe ich einen 3D Editor realisiert, welches CSG (Convex & Concave gleichermaßen je Mesh bzw. hier Entity/Block genannt) gut beherrschte. Habe auch einen eigenen kleinen Lightmapper Programmiert (lieferte keine gute Qualität, aber eine Atemberaubende, bei hoher Lightmap-Texturauflösung) usw.

Nebenher setzte ich mich viel mit Logiken auseinander. Zwar kann ich mit meinen Wissen keine wissenschaftliche Formulierungen wie HeelX anwenden, dafür kann ich mich aber auf Programmiertechnische Spezifikationen/Docs beruhen und darauf basierend arbeiten. Wissenschaftlich tendierende Fachbegriffe, wie von HeelX in seinen Beitrag angewendet, fallen in solchen Spezifikationen/Docs (leider) meist nicht.

Beruflich habe verschiedene Anwendungssoftware und 2D Spiele Programmiert und die schlechtesten bzw. Kommerziell nicht verwertbaren auf meine Website kostenlos als Download bereitgestellt. Danach habe ich mich aus verschiedenen gründen der Webentwicklung gewidmet.

Ich kann also wirklich nicht beurteilen ob ich gut, mittel oder schlecht bin.

Das ist ja auch völlig egal solange du deine Ziele erreichst, niemand braucht sich für seine skills - oder die nicht vorhandenen - rechtfertigen nur sollte man sich auch in virtuellen Treffpunkten wie dem hier Leuten nicht ohne Grund auf die Füße treten. Also, bitte nicht in der Ehre angekratzt fühlen.

BTW, welche Begriffe hast du nicht verstanden? Fouriertransformation? Die ist toll!

kleines update

Ich habe heut ein kleines programm geschrieben
es kann jetzt einmal ein bild je nach farbwert in schwarz, weiß und 4 Graustufen eingliedern und ich arbeite gerade an einer Pixel auswertung die einzelne pixel aussortiert

wahrscheinlich kann ich aber erst nächsten samstag weitermachen da ich noch in die Schule geh und 2 Schularbeiten und ein Ref hab

Ein beispiel ist auf facebook
aber da ich meinen account nicht öffentlich stellen will(wegen Spamnachrichten) müsstet ihr mir eine Nachricht schreiben wenn ihr ih sehn wollt