tercera entrega
DESCRIPTION
Tercera entrega.TRANSCRIPT
IDENTEFIERProgramación de Sistemas
Adaptativos
Disclaimer: Las herramientas y códigos utilizados para esta presentación son propiedad de sus autores, el uso dado en la
presentación es solo para fines ilustrativos y educativos.
Resumen del proyecto.
Con respecto a la entrega anterior , no se
modificó nada del proyecto.
Se seguirá lo que se tenía planeado
utilizando el reconocimiento de patrones
y algoritmos de búsqueda.
Avance de la planeación.
¿Qué se ha hecho?
Se han estado realizando pruebas
mayoritariamente en el área de la red
neuronal para el reconocimiento de lo que el
usuario dibuje en la pantalla.
Se han encontrado algunos algoritmos para
ésta tarea(e.g K-nearest neighbours).
Se encontró una pequeña implementación
para el autocompletado.
¿Qué falta? En la parte del reconocimiento, hace falta hacer
pruebas con la librería que se eligió (opencv) para programar la red neuronal.
Hace falta hacer el vínculo entre la parte de la red neuronal y la del autocompletado de palabras(i.e. Que reconozca la letra dibujada, la convierta en un carácter y se empiecen a dar opciones de autocompletado).
Hace falta analizar la implementación que se encontró para el autocompletado de palabras y a partir de ahí obtener una implementación adecuada al proyecto.
Problemas Se han tenido muchos problemas en lo que
se refiere al manejo de opencv.
Un ejemplo es que al tratar de entrenar la red, se necesitan dos documentos con información de las imágenes y un «label» pero por alguna razón no se logra hacer que funcione.
Se debe analizar más a fondo la documentación de opencv; en el peor de los casos puede ser un error con python así que se tendría que leer la documentación del lenguaje.
Herramientas.
Recursos.
La librería que se decidió utilizar para el
proyecto fue opencv.
En cuanto a referencias, la lista se
extendió mucho debido a la complejidad
de la librería.
Referencias.
Investigando, se llegó con la siguiente
página: http://www.aishack.in/
En ésta página se encuentran
explicaciones de algoritmos, tutoriales
sobre el uso de opencv, entre otras cosas.
Una «desventaja» es que el sitio está
hecho para personas que utilizan la
versión de c/c++ de la librería.
Debido a la complejidad de la página
anterior, se siguió buscando y se llegó al
siguiente blog :
http://opencvpython.blogspot.mx/
En este blog, también se encuentran
tutoriales de opencv pero utilizando
python.
La « desventaja » de esta página, es que
en algunos casos solo se provee el
código y se tuvo que « descifrar » leyendo
la documentación.
Buscando en la página anterior algo
relacionado con el algoritmo de k-
nearest neighbours se encontró el
siguiente link:
http://stackoverflow.com/questions/9413
216/simple-digit-recognition-ocr-in-
opencv-python
En ese link se encuentra una
implementación de este algoritmo, el
cual se analizó para tener una idea mas
clara de como utilizarlo.
No menos importantes son los links de la
documentación de la librería junto con la
documentación de otras dos de las
cuales depende opencv, que son :
numpy y scipy.
http://opencv.willowgarage.com/docum
entation/python/index.html
http://docs.scipy.org/doc/
Primera versión
Debido a todos los problemas que se han tenido con entender el funcionamiento de la librería, no se tiene un código funcional para ser presentado.
De avance de código solo se tiene lo referente al procesamiento que se debe hacer antes de utilizar el algoritmo de k-nearest neighbours. « código »
Cabe aclarar que ese procesamiento no se realiza de manera correcta y se está buscando la manera de corregirlo.
En cuanto al autocompletado, a partir del siguiente código, se planea tomar una base para adaptarlo a lo que el proyecto necesita.