|
所在平台: Udemy |
课程主页: https://www.udemy.com/course/reconhecimento-de-textos-com-ocr-e-python/
课程评论：没有评论
课程名称：使用OCR和Python进行文本识别 概述：在计算机视觉领域，有一个子领域称为光学字符识别（OCR），其主要目的是将图像转换为文本。简单来说，OCR可以被定义为将包含打印、手写或印刷文本的图像转换为机器可以理解的字符。这些图像可以是扫描的文档或照片，文本是主要关注的对象。另一个例子是较少指定的图像，例如在场景中出现标识牌和店面招牌的照片。通过OCR，可以将扫描或拍摄的文档转换为可在任何工具中编辑的文本，例如Microsoft Word。另一个应用示例是自动表单读取器，您可以发送您的CNH（国家驾驶执照）、RG（身份证）或信用卡的照片，系统能读取所有信息。自动驾驶汽车可以使用OCR读取交通标志，而小区可以阅读汽车牌照，以检查是否在数据库中，从而允许车辆进入！可以开发无限的应用程序！ 在本课程中，您将学习如何实际使用多个OCR库识别图像和视频中的文本，所有过程都是逐步进行，并使用Python语言！我们将利用Google Colab，因此您无需担心在自己的机器上安装和配置库，因为所有内容将在线进行，并使用Google的GPU！除了使用现成工具外，您还将学习如何从零开始构建自己的OCR，利用深度学习和卷积神经网络！ 您将学习的主要内容包括： - 使用Tesseract，EasyOCR和EAST识别图像和视频中的文本 - 使用正则表达式在图像中进行搜索 - 改善图像质量的技术，如阈值处理、反转、灰度化、缩放、去噪和形态学操作 - 使用EAST架构和EasyOCR库在自然场景中获得更好的性能 - 使用TensorFlow和现代深度学习技术训练自己的OCR - 在图像中查找文本实例 - 在OCR提取的文本中应用自然语言处理技术（如词云和命名实体识别） - 准备来自照片和扫描的图像 - 用于提取和识别车牌的图像预处理技术 这些只是一些主要主题，课程结束时，您将掌握创建自己OCR文本识别项目所需的一切！
Dentro da área da Visão Computacional existe a sub-área de Reconhecimento Ótico de Caracteres (ou OCR - Optical Character Recognition) que basicamente visa transformar imagens em textos. Em outras palavras, o OCR pode ser descrito como a conversão de imagens contendo texto digitado, escrito a mão ou impresso, em caracteres que uma máquina é capaz de entender. A imagem em questão pode ser um documento escaneado ou fotografado, na qual o texto é o principal objeto de interesse. Outro exemplo são imagens menos direcionadas, como uma fotografia de um cenário onde aparecem placas e fachadas.Por meio do OCR, é possível converter documentos escaneados ou fotografados em textos que podem ser editados em qualquer ferramenta, como o Microsoft Word por exemplo. Outro exemplo de aplicação são os leitores automáticos de formulários, nos quais você pode enviar uma foto da sua CNH (carteira nacional de habilitação), RG (registro geral) ou cartão de crédito e o sistema consegue fazer a leitura de todos os seus dados. Um carro autônomo pode utilizar OCR para ler as placas de trânsito e um condomínio pode ler a placa do carro, verificar se consta na base de dados para então liberar o acesso ao pátio! Existe uma infinidade de aplicações que podem ser desenvolvidas!E para levar você até essa área, neste curso você aprenderá na prática como utilizar várias bibliotecas de OCR para reconhecer textos em imagens e vídeos, tudo passo a passo e utilizando a linguagem Python! Vamos utilizar o Google Colab, ou seja, você não precisa se preocupar com instalações e configurações de bibliotecas em sua máquina, pois tudo será desenvolvido on-line utilizando as GPUs do Google! Além de utilizar ferramentas prontas, você também aprenderá como construir o seu próprio OCR do zero utilizando Deep Learning e Redes Neurais Convolucionais! Confira abaixo os principais tópicos que você aprenderá:Reconhecimento de textos em imagens e vídeos com Tesseract, EasyOCR e EASTBusca em imagens utilizando expressões regularesTécnicas para melhoria da qualidade das imagens, bem como: limiarização, inversão, escala de cinza, redimensionamento, remoção de ruídos e operações morfológicasUso da arquitetura EAST e da biblioteca EasyOCR para melhor desempenho em cenários naturaisTreinamento de um OCR do zero utilizando TensorFlow e modernas técnicas de Deep Learning com Redes Neurais ConvolucionaisBusca por ocorrências de textos em imagensAplicação de técnicas de processamento de linguagem natural nos textos extraídos pelo OCR (nuvem de palavras e extração de entidades nomeadas)Como preparar imagens vindas de fotos e scannersPré-processamento de imagens para extração e reconhecimento de placas de carrosEsses são somente alguns dos tópicos principais, e ao final do curso, você saberá tudo o que precisa para criar seus próprios projetos de reconhecimento de textos utilizando OCR!
