Цитата(cully @ 14.1.2003, 09:53)

а я такую фигню делал: 1. берем скришот текста, скажем SDK 2. в проге вводим текст для поиска и шрифт 3. прога делает битмап из текста 4. ищем этот битмап в скриншоте и помечаем где нашли поиск тупым сканированием быстро работает: 1024x768, 20 ms, Athlon 1600+, но так как 20 ms это время переключения контекста значит все еще быстрее а методы ускорения такие же как для ускореного поиска текста тока с учетом 2D

К сожалению, у меня AMD K6-2 333MHz, и, как я уже писал, поиск по 800х600 изображения 16х14 работает 20 секунд (худший случай). Покажи, как там у тебя это пашет 20 мс.

To December: глянь почту

Спасибо за файлики.
На самом деле, крутая библиотечка. Буду копаться.

CmpPattern все что ближе к концу библиотеки я сам делал

Может кто предложить алгоритм, для варианта:
искомое изображение есть в общей картинке, но оно повернуто на неопределенный угол ?

Можно так:
берёшь две точки в маленьком изображении, желательно такие, чтобы их цвет встречался как можно реже в большом. Находишь первую точку; просматриваешь около неё такой круг, в котором могла бы находиться вторая точка. Если находишь вторую, вычисляешь угол наклона и проверяешь прямым сличением (или третьей точкой).

Эт наверно надо будет нейронные сети юсать, я слышал что они могут учитывать: поворот, маштаб, не равное изменение маштаба по X и Y, перекашивание (skew). Только вот где нарыть исходники или хотя бы теорию именно по такой сети незнаю.

Цитата

берёшь две точки в маленьком изображении, желательно такие, чтобы их цвет встречался как можно реже в большом. Находишь первую точку; просматриваешь около неё такой круг, в котором могла бы находиться вторая точка.

Это кто же тебе возмет и пальцем тыкнет: Бери вот эту точку?
Если ищешь изображение 100x100, то это уже 10000 точек. Врядли там всегда будет уникальная точека.

Цитата

Эт наверно надо будет нейронные сети юсать, я слышал что они могут учитывать: поворот, маштаб, не равное изменение маштаба по X и Y, перекашивание (skew).

нейронные сети это хорошо, толко для них вроде бы и комп нужен не HOME PC.
А эта задача в общем виде решаеться в теории распознавания образов.

Цитата

Только вот где нарыть исходники или хотя бы теорию

Цитата(DENNN @ 1.2.2003, 17:26)

Это кто же тебе возмет и пальцем тыкнет: Бери вот эту точку? Если ищешь изображение 100x100, то это уже 10000 точек. Врядли там всегда будет уникальная точека.

Автоматически.
Берёшь большое изображение, сортируешь в нём цвета по частоте использования.
Выбираешь минимальный.
Находишь в маленьком рисунке первую и последнюю точку данного цвета, они и будут осью мира.
Вот и всё.

Цитата(DENNN @ 1.2.2003, 03:03)

Может кто предложить алгоритм, для варианта: искомое изображение есть в общей картинке, но оно повернуто на неопределенный угол ?

Надо перейти в полярную систему координат и, как ни покажется странным, уйти в частотную область, например, преобразованием Фурье. Теперь угол поворота будет не важен.

podval переход в полярную систему координат делять так, как ты уже описывал -- декарт. --> поляр. --> выстраивание в одну линию? Но вот как последний этам делать я точно понять не могу. Я думаю так: идем по четверти окружности [0..pi/2] с радиусом 0, заносим в массив все пиксели с удаленностью 0 и текущим углом, затем увеличиваем радиус на 1 и опять по окружности, и опять заносим в массив, так?

И еще вопрос как быть с данными о цвете, как от RGB перейти к одному вещественному числу [0.0..1.0]? Цвет ведь очень важен, скажем если на рисунке два яблока, зеленое и красное, а я хочу найти только красное.

Цитата

с радиусом 0

- это точка начала координат.

Цитата

затем увеличиваем радиус на 1 и опять по окружности, и опять заносим в массив, так?

угу

Цитата

как быть с данными о цвете

А почему нельзя в цвете и работать?

Цитата

А почему нельзя в цвете и работать?

цвет это DWORD, прямо от этого DWORD и делать Фурье или вейвлет? или с каждям каналом работать отдельно, но это повышает трудоемкость

Слушай, а этот метод точно работает, а то делаю делаю, а потом бац вторая смена Особенно интересно, как этот метод работает с фоном: есть эталон буква A на белом фоне, берем образец для теста, букву A на фоне леса. Что будет в этом случае? Как у этого метода с маштабом? И как искать маленький образец на большой картинке, букву A на отсканенной странице?

... и еще куча вопросов

Метод сработает и с dword.

Цитата

есть эталон буква A на белом фоне, берем образец для теста, букву A на фоне леса

Ну не знаю, надо пробовать. Если другие буквы на подобном фоне, то по идее не спутает. Все же "А" на фоне леса больше похожа на себя на белом фоне, чем "Б", например.

Цитата

букву A на отсканенной странице

А это зачем? Подобие FineReader'a?

Цитата

А это зачем? Подобие FineReader'a?

дано

Изображение содержащее буквы и цифры; возможно с наклоном; возможно с фоном; возможно сами буквы и цифры залиты каким-либо изображением; возможны вариации букв по цвету; возможны вариации букв по написанию т.е. курсив, болд; шрифт заранее неизвестен..., короче то, что ты видишь при регистрации на маил.ру и всяких форумах

найти

текст в виде PChar, char *, String, CString, ...

решение



чуствую, что работать надо с контуром изображения, но какие же методики использовать