¿Qué recordamos en primer lugar cuando escuchamos sobre el reconocimiento de patrones? Redes neuronales complejas, potentes tarjetas de video, grandes conjuntos de datos. Todo esto no estará en mi historia; te diré cómo, usando OpenCV y NumPy, puedes resolver el problema de clasificar 57 personajes del juego Doble en 1 noche usando menos de 500 de sus imágenes sin aumento adicional. Escala diferente, ángulo de rotación arbitrario: todo esto no importa cuando cuatro números son suficientes para describir un símbolo.
Esta historia tuvo lugar en la primavera de 2020, durante un autoaislamiento forzado. Vi videos en youtube y encontré un juego interesante: Dobble, o de otra manera SpotIt. En las tiendas locales, apenas pude encontrarlo, y en condiciones de autoaislamiento, la opción con un pedido también parecía bastante fantasmal. Como resultado, encontré un archivo con imágenes de tarjetas en Internet, lo imprimí en papel fotográfico grueso y lo recorté; resultó ser un conjunto bastante ordenado. A mi hijo le gustó el juego, empezaron a jugar.
, . . - , , . ? , .
" OpenCV Deep Learning". , - , … , , - , . .
, OpenCV? , , . - . - , "", -, ? . , , , .
, OpenCV - : .
, , . IrfanView . , . .
- (MLP). "Python Machine Learning" , NumPy.
- . - , . 4 , . 45..255, 0..1 45 210. , . 440 , 1 .
, . - ( ""). , . .
, , 8 . - , . .
, . -, - OpenCV. .
- 55 (1485 ) 170 , 0. -, , . , - : (, ) . . .
, , . GitHub.