所以不要誤解天成翻譯公司對機械學習有私見！還誤解天成翻譯公司是本身不懂才故意不消的！真的不是如許！我曾最討厭JavaScript，可是HTML5鼓起後，一年以內我就變成JS的專家，還能講授生用JS寫出類似Line的通信軟體！晚期的學生以為我一向都是寫JS的人！學姊返校跟天成翻譯公司創業時卻很驚奇：「教員你不是一貫喜好用VB，很討厭JS的嗎？怎麼學弟們最闇練的語言是JS，而不是VB了？」以此觀之，我是對峙抗拒新科技的老固執嗎？你們自己判斷吧！
良多人會懷疑：「
固然這些跟我的工作算是無關的，即使是辨識藥盒上的字串，他們也不是要我「翻譯全文」只是要抓出批號與過時日，天成翻譯公司的大麻煩並非「字很新鮮」而是字的位置局限欠好確定，必需有一個程式在任何色彩、字元巨細與印刷體式格局下，即便字元沾連或破裂天成翻譯公司都能准確圈出那些字來辨識，因為字的可能性不會太多，我不會用OCR，不然買授權就是我本身工作報價的很多多少倍了！
所以我做的工作很像二廚替大廚準備食材，就是影像處置需要的準備步調，灰階化→二值化→輪廓化→切割為自力字元方針翻譯簡單嗎？很難的！因為狀態非常多，如前面的圖形吧？點矩陣列表機印的文字，在影像上根本就是分手的方針，若何「融合」它們成為一個單一目標送給OCR辨識就是個很難處理的邏輯。相對的，印刷字太擠，影象相連沾在一路時，兩個字被看成一個字送去辨識，OCR固然沒這麼伶俐，怎麼比對謎底都是錯的！此時我就必需「切臘腸」，准確切開相連目標之後才能餵給OCR。
天成翻譯公司今朝的工作可以算是OCR(Optical Character Recognition，光學字元辨識)，就是讓影像中的文字釀成真正可以在電腦中被識別編纂的文字資料，車牌辨識其實就是其中一個最廣用的案例！我以研究車牌為起點，不測地受到業界正視，入手下手協助許多範疇去影象中「找字元」！掃描文件是在2D的根蒂根基上做，拍攝的照片則是在3D的根本上處置，前者已不簡單了，後者變數就更多！
若是OCR或機械進修軟體完全沒有字元在哪裡的出發點資訊，那就必需在原圖上逐點掃描，乃至也不知道目標大小，一個字模上是10x20的字型，在原始影像上多是任何寬高比1:2的圖形，加上會傾斜乃至變形！OCR或機器學習軟體即便能跑出准確成效，所需時間也會慢到讓人無法接受的！OCR自己固然有「基本」的字元鎖定程式，然則能力有限，碰著印刷複雜或不是極清楚的影象就很容易辨識失敗。
所謂機器「進修」就隱含了測驗考試毛病的意義，感覺上OCR資料庫是死的，機械進修多了一些想像的空間，好像他會積累經驗？或最少比定型資料比對更有彈性！可是列位可想到運算時間的問題？OCR軟體目前很貴，首要緣由就是它可以極度快速的從十分多的可能字元中比對出了局，它的價值是「快」不是伶俐！所以這些年它不但沒有被機械進修軟體代替，還繼續保持很貴！
我「暫時」不消機械進修的緣由也差不多！用機械進修機制來辨識字元，對我目前的需求來講沒必要。至於用機械進修幫我判斷字元外形位置？判斷目的是不是需要融會或切割呢？這是抽象思慮，AI今朝還沒這麼伶俐啦！假如罷休讓他們「自我學習」可能會算到天荒地老！利用軟體的客戶鐵定會抓狂的！請記得：機器進修的弱點是需要良多計較，你的手機或PC效能可以跟Alphago比擬嗎？
留言列表
