no-img
انجام پروژه متلب |پروژه متلب | انجام پروژه متلب برق | شبیه سازی با متلب

تشخیص دستخط با متلب به تفکیک حروف و خروجی متلب - انجام پروژه متلب |پروژه متلب | انجام پروژه متلب برق | شبیه سازی با متلب


انجام پروژه متلب |پروژه متلب | انجام پروژه متلب برق | شبیه سازی با متلب
مطالب ویژه
گزارش خرابی لینک
اطلاعات را وارد کنید .

ادامه مطلب

ZIP
تشخیص دستخط با متلب به تفکیک حروف و خروجی متلب
امتیاز 4.00 ( 1 رای )
zip
ژانویه 5, 2020
5mb
100,000 تومان
0 فروش

تشخیص دستخط با متلب به تفکیک حروف و خروجی متلب


4/5 - (1 امتیاز)
به این پست امتیاز دهید.
تشخیص دستخط با متلب به تفکیک حروف و خروجی متلب
{score}/{best} - ({count} {votes})

تشخیص دستخط با متلب به تفکیک حروف و خروجی متلب :پروژه متلب

 

 

پروژه متلب :  همان‌طوری‌که در آموزش زبان، کلمات به صورت مجزا و جداگانه قرار داده می‌شوند و ما با مرتب کردن آن جملات خاصی می‌سازیم و می‌توانیم در چند جمله، کلمات مشترک را فقط یک‌بار بنویسیم و هنگام مرتب کردن آن‌ها به کلمات مشترک رجوع کنیم، در اینجا هم هر یک از این اجزاء یک موضوع خاص را مشخص می‌کند و ما می‌توانیم اجزاء مشترک را فقط یک‌بار به کار ببریم و هنگام ساختن موضوع به آن‌ها رجوع کنیم. هر یک از موضوعات هم می‌توانند با موضوعات دیگر ترکیب و مجموعه جدیدی را به وجود آورند. این مسئله باعث انعطاف‌پذیری و کاربرد فراوان روش MPEG۴ می‌شود.

پروژه متلببرای مثال به صحنه بازی تنیس توجه کنید. در یک بازی تنیس می‌توان صحنه را به دو موضوع بازیکن و زمین بازی تقسیم کرد زمین بازی همواره ثابت است، بنابراین به عنوان یک موضوع ثابت همواره تکرار می‌شود ولی بازیکن همواره در حال حرکت است و چندین موضوع مختلف خواهد بود. این مسئله سبب کاهش پهنای باند اشغالی توسط تصاویر دیجیتالی می‌شود. توجه داشته باشید که علاوه بر سیگنال‌های مربوط به این موضوعات، پروژه متلب سیگنال‌های هماهنگ‌کننده‌ای هم وجود دارند که نحوه ترکیب و قرارگیری صحیح موضوعات را مشخص می‌کند.

پروژه متلب  هر کدام از مراحل OCR شامل موارد زیر می باشد که در این پروژه ارائه شده است:

۱-     باینری کردن تصویر- Binarization

۲-     بکارگیری عملگرهای مورفولوژیک- Morphological Operators

۳-     ناحیه بندی- Segmentation

۴-     استخراج ویژگی- feature extraction

۵-     دسته بندی (با استفاده از شبکه عصبی)- classification

تصویر اندیسی

این تصاویر در جعبه ابزار متلب توسط دو ماتریس مشخص می‌شوند.

ماتریس اندیس:  ابعاد این ماتریس برابر با ابعاد تصویر برحسب پیسکل است که مقدار هر پیکسل بین ۱ تا  ۲۵۶ (اعداد صحیح integer) هست. مقدار هر درایه یا همان پیکسل معرف شماره سطری از ماتریس نقشه رنگ است.

مارتریس نقشه رنگ:  این ماتریس دارای سه ستون و ۲۵۶ سطر است. هرکدام از این سطرها معرف یکی از رنگهای موجود است.

 نکته: یک تصویر اندیس شده، بسته به مقادیر نقشه رنگ، میتواند رنگی یا سطح خاکستری باشد. 

 

 

تصویر اندیسی

 

تصویر سطح خاکستری

تصویر خاکستری توسط یک ماتریس مشخص می شود. ابعاد تصویر با ابعاد ماتریس برابر است و مقدار هر پیسکل بین صفر تا ۲۵۵ هست. مقدار هر پیکسل معرف مقدار سطح خاکستری آن نقطه است.  رنگ سفید با مقدار ۲۵۵ و رنگ سیاه با مقدار ۰ نشان داده می شود. و سایر سطوح خاکستری با مقادیر بین صفر و ۲۵۵ نشان داده می شوند. هر چقدر عدد به ۲۵۵ نزدیک تر باشد، پیکسل مورد نظر روشن نتر دیده می شود و هرچقدر به صفر نزدیکتر باشد پیکسل مورد نظر تاریکتر دیده می شود.

 نکته: با فرمت اعشاری (بین صفر تا ۱) نیز سطوح خاکستری نمایش داده میشوند که ۱ معادل با ۲۵۵ و صفر همان صفر قبلی است.

.

 

تصویر خاکستری

تصویر باینری

تصویر باینری نیز توسط یک ماتریس مشخص می شود که ابعاد تصویر با ابعاد ماتریس برابر است و مقدار هر پیسکل صفر یا یک است. رنگ سفید با مقدار ۱ و رنگ سیاه با مقدار ۰ نشان داده می شود.

تصویر باینری

خروجی متلب :

پروژه متلبپروژه متلبپروژه متلبپروژه متلبپروژه متلبپروژه متلب



برچسب‌ها :
ads

درباره نویسنده

mrk kiani 401 نوشته در انجام پروژه متلب |پروژه متلب | انجام پروژه متلب برق | شبیه سازی با متلب دارد . مشاهده تمام نوشته های

دیدگاه ها


دیدگاهتان را بنویسید