Để thực hiện nhận dạng kí tự chúng ta tiến hành các bƣớc sau:
Đƣa giá trị đã huấn luyện vào mạng.
Đƣa ảnh cần nhận dạng vào.
Ghi lại kết quả nhận dạng đƣợc.
Một số ảnh và kết quả nhận dạng đƣợc
Ảnh đầu vào:
69
Hình 3.16a: Ảnh của font Arial
Kết quả thu đƣợc:
Hình 3.16b: Kết quả thu được của font Arial
Ảnh đầu vào:
Hình 3.17a : Ảnh của font Tahoma
ABCDEFGHlJKLMNOPQRSTUVWXYZ abcdefghijklmnopqrstuvwxyz
0123456789
70
Kết quả thu đƣợc:
Hình 3.17b: Kết quả thu được của font Tahoma
Nhận xét quá trình nhận dạng kí tự:
Chƣơng trình thực nghiệm đã đƣợc huấn luyện và nhận dạng hai loại font: Arial và Tahoma với nhiều kích thƣớc khác nhau đã đạt đƣợc kết quả tốt, nhƣng còn một số tồn tại cần đƣợc phát triển để đạt kết quả cao hơn.
Đối với quá trình huấn luyện ta cần chú ý nhiều và font Arial nhƣ đã nói ở hình 3.15a và hình 3.15b chữ “I_Hoa”mã 49h và chữ “l_Thƣờng ” mã 6Ch khi tách kí tự, chia lƣới và đƣa kết quả vào mạng sẽ làm cho mạng không phân biệt đƣợc hai kí tự này dẫn đến sau này nhận dạng sai. Phƣơng pháp này cần tăng số lần lặp cho quá trình huấn luyện.
Ngoài ra còn một số trƣờng hợp ảnh của hai kí tự nằm chéo nhau nhƣ một số trƣờng hợp sau:
ABCDEFGHlJKLMNOPQRSTUVWXYZ abcdefghijklmnopqrstuvwxyz
0123456789
71
Nó sẽ dẫn đến quá trình tách kí tự bị dính do dó nhận dạng sai. Đối với trƣờng hợp này ta cần phát triển phƣơng pháp tách để tách kí tự.
Trong quá trình thực nghiệm nhận dạng ảnh kí tự ta thấy những kí tự sai là do quá trình huấn luyện mạng chƣa học đƣợc cho nên những kí tự này trong ảnh nhận dạng sẽ bị nhận dạng sai. Chỉ có một số ít do quá trình tách kí tự.
72
KẾT LUẬN VÀ HƢỚNG PHÁT TRIỂN
Trong thời gian vừa qua, em đã nghiên cứu về mạng nơron nhân tạo thu đƣợc các nội dung sau:
Tìm hiểu mạng nơron nhân tạo.
Tìm hiểu bài toán nhận dạng.
Mô tả bài toán ứng dụng mạng nơron trong nhận dạng kí tự.
Phân tích cụ thể bài toán nhận dạng.
Thiết kế mạng và huấn luyện mạng nơron cho bài toán “ứng dụng mạng nơron trong nhận dạng ảnh kí tự”.
Cài đặt và kiểm tra thực nghiệm bài toán này.
Nhận dạng kí tự là một phần rất quan trọng của lĩnh vực nhận dạng nói riêng và xử lý ảnh nói chung. Cùng với việc sử dụng công cụ là mạng nơron là một lĩnh vực còn khá mới cần đƣợc phát triển hơn.
Trong khóa luận này nó mới chỉ dừng ở phần thử nghiệm trên một số loại font: Arial, Tohato, Time NewRoman, kích thƣớc: 8,12,14.
Hƣớng phát triển tiếp theo của đề tài này trong tƣơng lai:
Nâng cao hiệu quả và độ chính xác trong việc nhận dạng kí tự.
Mở rộng thêm nhiều loại font chữ.
Mở rộng các cỡ chữ đặc biệt là các cỡ chữ dùng nhiều trong văn bản.
73
TÀI LIỆU THAM KHẢO
1. MathNeuralNetworks. Ben Krose, faculty of Mathematics and
computer science, university of Amsterdam. And Patrick van der smagt, institute of robotics and system dynamics German aerospase Reseach establishment.
2. Artificial Neural Networks and Information theory, colin Fyfe,
department of computing and information system, the university of Paisley.
3. A Growth Algorithm for Neural Networks Decision Trees. Mostefa
golea and Mario Marchand, Deparment of physics, university of Ottawa Canada.
4. Artificial neural network From Wikipedia, the free encyclopedia.
5. Neural network From Wikipedia, the free encyclopedia.
6. http://en.wikipedia.org/wiki/Non-linear 7. http://www.codeproject.com/