Implementasi terakhir dari sistem pengenalan kandungan citra (Riset Unggulan ITB 2007) dalam perangkat embedded. Penyempurnaan yang belum dilakukan pada modul classifier dan akuisisi riil (mengakses kamera). Target platform yang dipilih adalah J2ME MIDP 2.0 CLDC 1.1.



Filed under: computer vision, image processing, j2me, programming, riset, work | 12 Comments
Tags: j2me, OCR

Waduh, kok cuma E yang betul mas?
haha.. itu classifiernya sebenernya ad-hoc. algoritma klasifikasinya blm diimplementasi. maklum, extreme programming.
mas pebbie mau tanya gimana source code cara segmentasi huruf seperti di atas tapi pake delphi? kalo segmentasinya pada tulisan arab sambung menjadi perkarakter gtu gmn??pada tulisan arab khan biasanya ada lekukan ketika 2 karakter di sambung, misalnya nun dan ta pada kata ‘anta’ ? ??
nah pas terjadi lekukan langsung di segmen menggunakan konsep tetangga….dan tulisan arab kan di baca dari kanan ke kiri
kemaren saya dah coba pakai syntak seperti punya mas pebbie yang tracing boundary tapi masih bingung hee…….
terima kasih bantuannya
@ai: kalo untuk teks arab, perlu ada mekanisme ‘memotong’ hasil segmentasi menjadi per-karakter. ada banyak strateginya, salah satunya ada yang pakai proyeksi (vertikal).
nah itu gmna mas???pertama qt scan/liat dulu titik atas, kanan, kiri, dan bawah ya???
trus gmn?maaf mas banyak tanya………….
tapi emang beneran ai blum begitu paham baut ke syntaknya=(
ralat: bukan baut tapi buat ke syntaknya
salam kenal mas pebbie, saya mirza dr ipb.,
mau tanya boleh?untuk pengenalannya pakai neural network kah?atau lainnya?
terimakasih.
mas pebbie, boleh tanya untuk text segmentation dan OCR nya pake metode apa ya?
@mirza:waktu itu ada 3 metode klasifikasi yang dipakai : rule-based, template matching, dan neural net (bp)
@joseph:segmentasinya pakai connected component labelling yang umum (berbasis region dan berbasis boundary)
mas pebbie..
mas, sy tertarik mengaplikasikan metode ocr, apakah mas pebbie bisa membantu saya mengenai source code nya khususnya untuk delphi?
tks mas…
untuk template matchingnya pake metode apa ya yg paling efisien buat pengenalan karakternya?makasih sebelumnya….
mediocare nya sudah jadi, tingkat akurasinya sudah seberapa besar nih mas?
tertarik nih, open source gak nih