Before we go into glyph recognition

Before we go into glyph recognition code, let's do some clarification to the way we divide glyph into cells. For example, let's take a look at the image below. Here we can see how glyph is divided by dark gray lines into 5x5 grid of cells having same width and height. So what we could do is just to count number of white pixels in each such cell and check if the number is greater than half of the cell's area. If it is greater, then we assume that the cell is filled by white color, which corresponds to "1" lets say. And if the number is less than half of the cell's area, then we have a black filled cell, which corresponds to "0". Also we may introduce confidence level for each cell - if the entire cell is filled with white or black pixels, then we are 100% confident about cell's color/type. However, if a cell has 60% of white pixels and 40% of black pixels, then recognition confidence drops to 60%. When a cell is half filled with white and half filled with black color, then confidence equals to 50%, which means we are not sure at all about cell color/type

ผลลัพธ์ (ไทย) 1:

ก่อนที่เราไปเข้ารหัสการรับรู้สัญลักษณ์ ลองทำชี้แจงบางวิธีเราแบ่งสัญลักษณ์ออกเป็นเซลล์ ตัวนี้ ลองมาดูที่ภาพด้านล่าง ที่นี่เราจะเห็นว่าสัญลักษณ์แบ่ง โดยเส้นสีเทาเข้ม 5 x 5 เส้นตารางของเซลล์ที่มีความกว้างและความสูงเดียวกัน ดังนั้น สิ่งที่เราสามารถทำได้เพียงการ นับจำนวนของพิกเซลสีขาวในแต่ละเซลล์ดังกล่าว และตรวจสอบว่าจำนวนมากกว่าครึ่งหนึ่งของพื้นที่ของเซลล์ ถ้าเป็นมากขึ้น แล้วเราสมมติว่า เซลล์เต็มไป ด้วยสีขาว ซึ่งตรงกับ "1" ให้พูด และถ้าจำนวนน้อยกว่าครึ่งหนึ่งของพื้นที่ของเซลล์ แล้วเรามีสีดำเต็มเซลล์ ซึ่งตรงกับ "0" นอกจากนี้ เราอาจแนะนำระดับความเชื่อมั่นสำหรับแต่ละเซลล์ - ถ้าเซลล์ทั้งหมดเต็มไป ด้วยสีขาว หรือดำพิกเซล แล้วเรามีความมั่นใจเกี่ยวกับสีของเซลล์เทียบชนิด 100% อย่างไรก็ตาม ถ้าเซลล์มีพิกเซลสีขาว 60% และ 40% ของพิกเซลสีดำ แล้วการรับรู้ความเชื่อมั่นลดลงไป 60% เมื่อเซลล์ ครึ่งเต็มไป ด้วยสีขาว และครึ่งเต็มไป ด้วยสีดำ แล้วความเชื่อมั่นเท่ากับ 50% ซึ่งหมายความว่า เราไม่แน่ใจทั้งหมดเกี่ยวกับสีชนิดเซลล์

ผลลัพธ์ (ไทย) 2:

ก่อนที่เราจะไปเป็นรหัสการรับรู้สัญลักษณ์ขอชี้แจงทำบางอย่างเพื่อให้วิธีการที่เราแบ่งสัญลักษณ์เข้าสู่เซลล์ ตัวอย่างเช่นลองมาดูที่ภาพด้านล่าง ที่นี่เราสามารถดูวิธีการแกะสลักโดยแบ่งเป็นเส้นสีเทาเข้มในตาราง 5x5 ของเซลล์ที่มีความกว้างและความสูงเดียวกัน ดังนั้นสิ่งที่เราจะทำคือเพียงแค่การนับจำนวนของพิกเซลสีขาวในมือถือดังกล่าวในแต่ละครั้งและตรวจสอบว่าจำนวนมากกว่าครึ่งหนึ่งของพื้นที่ของเซลล์ ถ้าเป็นมากขึ้นแล้วเราคิดว่ามือถือที่เต็มไปด้วยสีขาวซึ่งสอดคล้องกับ "1" ช่วยบอก และถ้าจำนวนน้อยกว่าครึ่งหนึ่งของพื้นที่ของเซลล์เซลล์นั้นเราได้สีดำที่เต็มไปด้วยซึ่งสอดคล้องกับ "0" นอกจากนี้เราอาจนำระดับความเชื่อมั่นสำหรับเซลล์แต่ละเซลล์ - ถ้าเซลล์ทั้งหมดเต็มไปด้วยพิกเซลสีขาวหรือสีดำแล้วเราเป็น 100% มั่นใจเกี่ยวกับเซลล์สี / ประเภท แต่ถ้าเซลล์มี 60% ของพิกเซลสีขาวและ 40% ของพิกเซลสีดำแล้วความเชื่อมั่นของการรับรู้ลดลงถึง 60% เมื่อเซลล์จะเต็มไปด้วยสีขาวครึ่งและเต็มไปครึ่งสีดำแล้วความเชื่อมั่นเท่ากับ 50% ซึ่งหมายความว่าเราไม่แน่ใจว่าที่เกี่ยวกับเซลล์สี / ประเภท

ผลลัพธ์ (ไทย) 3:

ก่อนที่เราจะเข้าไปสู่การรับรู้รหัส glyph กันชี้แจงกับทางเราแบ่งภาพออกเป็นเซลล์ ตัวอย่างเช่น ลองดูภาพด้านล่าง ที่นี่เราสามารถดูว่าภาพจะแบ่งโดยเส้นสีเทาเข้มเป็น 5x5 ตารางของเซลล์มีเดียวกันความกว้างและความสูง ดังนั้นสิ่งที่เราทำคือเพียงแค่การนับเลขของพิกเซลสีขาวในแต่ละเช่นเซลล์และตรวจสอบถ้าจํานวนมากกว่าครึ่งหนึ่งของพื้นที่ของเซลล์ ถ้ามันเป็นมากกว่า เราก็สันนิษฐานได้ว่า เซลล์จะเต็มไปด้วยสีขาว ซึ่งสอดคล้องกับ " 1 " ให้พูด และถ้าตัวเลขน้อยกว่าครึ่งหนึ่งของพื้นที่ของเซลล์ แล้วเรามีสีดำเต็มเซลล์ ซึ่งสอดคล้องกับ " 0 " นอกจากนี้ เราอาจแนะนำระดับความเชื่อมั่นสำหรับแต่ละเซลล์ ถ้าเซลล์ทั้งหมดเต็มไปด้วยพิกเซลสีขาวหรือดำ เราก็จะได้ 100% มั่นใจได้เกี่ยวกับมือถือสี / พิมพ์ อย่างไรก็ตาม ถ้าเซลล์มี 60% ของพิกเซลสีขาวและ 40% ของพิกเซลสีดำแล้วยอมรับความเชื่อมั่นลดลงถึง 60% เมื่อเซลล์ถูกเต็มไปครึ่งขาวครึ่งเต็มไปด้วยสีดำจากนั้นความเชื่อมั่นเท่ากับ 50% ซึ่งหมายความว่าเราไม่แน่ใจเรื่องสีของเซลล์ / ประเภท