8 приложений для смартфона, чтобы опознать что угодно
Современные смартфоны — чрезвычайно умные устройства, которые за считанные секунды могут получить доступ к такому массиву данных, что способны опознать любой предмет или даже явление с помощью своих сенсоров.
Главное уметь верно пользоваться этой возможностью. Тогда ни дин звучащий трек или висящая на стене картина не останется для вас без названия, а любое блюдо в ресторане подарит не только вкусовые ощущения, но и расскажет историю его создания.
Словом, у нас для вас 8 приложений, которые стоит установить на смартфон, чтобы сделать его универсальным инструментом и помощником на каждый день. Большинство приложений окажутся доступными и для Android, и для iOS.
Google Lens — может определить почти всё
Это одно из самых популярных приложений, так как на многие устройства с Android предустанавливается из коробки. Google позволяет с помощью камеры смартфона узнать, что за предмет вы видите. Растения, гаджеты, логотипы, произведения искусства, животные — она может опознать очень многое с помощью технологии искусственного зрения.
Кроме того, если что-то можно купить, то приложение снабдит вас ссылкой на интернет-магазин. Удобная штука в общем.
Приложение весьма похоже на предыдущее, но в большей степени заточено на поиск и определение предметов декора, искусства и дизайна. Аналогично Google Lens может выдавать ссылки на места, где продаются те вещи, что вас заинтересовали. Но для исследования окружающего мира и природы подходит слабо. В этом случае лучше обратиться к программе №1.
Кстати, тоже бесплатное.
Snapchat: авто, растения, животные, музыка
Путь Shazam к опознаниям начался, когда приложение запартнёрилось с Shazam для определения любых воспроизводимых музыкальных треков. Теперь же Snapchat используя технологии дополненной реальности опознавать в том числе предметы вокруг пользователя.
Очень многие используют Snapchat как одно из самых популярных на смартфоне социальных приложений, потому интеграция таких возможностей оказалась полезной и удобной. Растения, животные, автомобили, предметы домашнего быта — всё это подвластно. Ещё и фильтры и макси использовать можно.
Amazon Shopping: шоппинг на платформе и сравнение цен
С помощью этого приложения также можно распознавать предметы или считать штрих-код. Как понятно из названия, здесь акцент идёт на то, чтобы найти отсканированный вами продукт на торговой площадке и приобрести его, либо сравнить цены от различных поставщиков.
Хотя в большей степени окажется актуальным для тех, кто проживает в США, в ряде случаев и жители России найдут приложение полезным.
Приложение будет востребовано теми, кто распознаёт изображения, испытывая потребность узнать, где оно ещё встречается. Например, в магазинах или на сайтах в сети. Загружаем изображение из памяти смартфона или свежесделанное фото, чтобы найти похожие.
За сервис попросят денег, клиент пока что существует лишь для Apple.
Данные подтягиваются из Google, Bing и Яндекса, используя их алгоритмы поиска по картинке.
TapTapSee: распознаём со звуком
Приложение разработано для тех, у кого есть нарушения зрения.
Просто фотографируем объект, сработает автофокус, фото будет распознано, а результат будет зачитан голосом. Кроме того, приложение тоже умеет считывать QR- и прочие востребованные сегодня коды.
Приложение для тех, кто любит природу, растения или просто проводить время между грядок. Хотите узнать, что за сорняк мешает расти вашим огурцам? Или же что за цветок произрастает на соседской территории.
Использовать программу также просто, как и все, что были выше. Делаем фото, а далее ждём результат от приложения. О растении, которое попало в кар, будет выведена полная справка. Не только название, но и информация о потенциальных вредителях, условиях для хорошего роста, подсказки по подкормке (возможны даже напоминания) и поливу и т.д. Кроме того, сможете получить комментарии экспертов, если процесс опознания в автоматизированном режиме затруднился.
Vivino: выпьем вина?
Это приложение станет вашем проводником в мир хорошего алкоголя. Если любите вино, то поможет расширить кругозор в этом вопросе, подскажет что приобрести. Всё что нужно — просто сфотографировать этикетку.
Узнаете, насколько популярно вино, которое вам приглянулось, какие в нём ингредиенты, что ждать от вкуса, его реальный возраст и т.д. Кроме того, будут доступны комментарии и рейтинги других пользователей, которых по всему миру более 30 миллионов.
Такие приложения могут сделать мир вокруг нас более интересным. Теперь легко можно опознать, что за монетка лежит перед вами, что за камень у вас в руке, какое растение или животное вас заинтересовало.
Тогда можно поддержать её лайком в соцсетях. На новости сайта вы ведь уже подписались? 😉
Или закинуть денег на зарплату авторам.
Или хотя бы оставить довольный комментарий, чтобы мы знали, какие темы наиболее интересны читателям. Кроме того, нас это вдохновляет. Форма комментариев ниже.
Что с ней так? Своё негодование вы можете высказать на zelebb@gmail.com или в комментариях. Мы постараемся учесть ваше пожелание в будущем, чтобы улучшить качество материалов сайта. А сейчас проведём воспитательную работу с автором.
Если вам интересны новости мира ИТ также сильно, как нам, подписывайтесь на наш Telegram-канал. Там все материалы появляются максимально оперативно. Или, может быть, вам удобнее «Вконтакте»?
Как распознать текст с картинки, фото, PDF-файла: подборка полезных программ (OCR) и сервисов
Доброго дня!
Сегодня в заметке хочу коснуться одного «больного» офисного вопроса: «. вот у меня есть фото страницы книги/документа, как мне ее загнать в Word чтобы отредактировать текст. «. (его вариации могут чуть отличаться)
Основная «проблема» здесь в том, что на фотографии (скане) нет текста — там он представлен в виде графической картинки, или иными словами буквы на фото — это просто черные палочки, квадратики и кружки на белом фоне (обычный рисунок в виде букв)! Т.е. это не символы, их нельзя выделить, скопировать и вставить в Word!
Что делать? Сначала потребуется, чтобы «кто-то» преобразовал эти «палочки и кружочки» (т.е. буквы с картинки) в формат обычного текста, символов (эта операция назыв. по англ. OCR // optical character recognition // оптич. распознавание символов) . А вот уже потом текст можно перенести в Word и редактировать.
Собственно, о программах и сервисах, решающих эту задачу, и пойдет сегодня речь. 👌
Из пикселей — в буквы: как работает распознавание текста
OCR (англ. optical character recognition, оптическое распознавание символов) — это технология автоматического анализа текста и превращения его в данные, которые может обрабатывать компьютер.
Когда человек читает текст, он распознает символы с помощью глаз и мозга. У компьютера в роли глаз выступает камера сканера, которая создает графическое изображение текстовой страницы (например, в формате JPG). Для компьютера нет разницы между фотографией текста и фотографией дома: и то, и другое — набор пикселей.
Именно OCR превращает изображение текста в текст. А с текстом уже можно делать что угодно.
Как это устроено?
Представьте, что в алфавите есть только одна буква «А». Сделает ли это задачу преобразования картинки в текст проще? Нет. Дело в том, что у каждой буквы (и любой другой графемы) есть аллографы — различные варианты начертания.
Варианты начертания буквы «а».
Человек легко поймет, что все это буква «А». Для компьютера же есть два способа решения проблемы: распознавать символы целостно (распознавание паттерна) или выделять отдельные черты, из которых состоит символ (выявление признаков).
В 1960-х годах был создан специальный шрифт OCR-A, который использовался в документах типа банковских чеков. Каждая буква в нем была одинаковой ширины (т.н. шрифт фиксированной ширины или моноширинный шрифт).
Образец шрифта OCR-A
Принтеры для чеков работали с этим шрифтом, и для его распознавания было разработано программное обеспечение. Поскольку шрифт был стандартизирован, его распознавание стало относительно простой задачей. Следующим шагом стало обучение программ OCR распознавать символы еще в нескольких самых распространенных шрифтах (Times, Helvetica, Courier и т.д.).
Этот способ еще называют интеллектуальным распознаванием символов (англ. intelligent character recognition, ICR). Представьте, что вы — OCR-программа, которой дали множество разных букв, написанных разными шрифтами. Как вам отобрать из этого множества все буквы «А», если каждая из них немного отличается от другой?
Можно использовать такое правило: если видишь две линии, сходящиеся наверху в центре под углом, а посередине между ними горизонтальная линия, то это буква «А». Это правило поможет распознать все буквы «А» независимо от шрифта. Вместо распознавания паттерна выделяются характерные индивидуальные черты, из которых состоит символ. Большинство современных омнишрифтовых (умеющих распознавать любой шрифт) OCR-программ работают по этому принципу. Чаще всего в них используются классификаторы на основе машинного обучения (т.к. фактически перед нами стоит задача классификации картинок по классам-буквам) в последнее время некоторые OCR-движки перешли на нейронные сети.
Что делать с рукописным вводом?
Человек способен догадаться о смысле предложения, даже если оно написано самым неразборчивым почерком (если речь не идет о рецепте на лекарства, конечно).
Задачу для компьютера иногда упрощают. Например, людей просят писать почтовый индекс в специальном месте на конверте специальным шрифтом. Формы, созданные для дальнейшей обработки компьютером, обычно имеют отдельные поля, которые просят заполнять печатными буквами.
Планшеты и смартфоны, которые поддерживают рукописный ввод, часто используют принцип выявления признаков. При написании буквы «А» экран «чувствует», что сначала пользователь написал одну линию под углом, затем вторую, и, наконец, провел горизонтальную черту между ними. Компьютеру помогает то, что все признаки появляются последовательно, один за другим, в отличие от варианта, когда весь текст уже записан от руки на бумаге.
OCR по шагам
Чем лучше качество исходного текста на бумажном носителе, тем лучше будет качество распознавания. А вот старый шрифт, пятна от кофе или чернил, заломы бумаги понижают шансы.
Большинство современных OCR-программ сканируют страницу, распознают текст, а затем сканируют следующую страницу. Первый этап распознавания заключается в создании копии черно-белого цвета или в оттенках серого. Если исходное отсканированное изображение идеально, то все черное — это символы, а все белое — фон.
Хорошие OCR-программы автоматически отмечают трудные элементы структуры страницы — колонки, таблицы и картинки. Все OCR-программы распознают текст последовательно, символ за символом, словом за словом и строчка за строчкой.
Сначала OCR-программа объединяет пиксели в возможные буквы, а буквы — в возможные слова. Затем система сопоставляет варианты слов со словарем. Если слово найдено, оно отмечается как распознанное. Если слово не найдено, программа предоставляет наиболее вероятный вариант и, соответственно, качество распознавания будет не таким высоким.
Некоторые программы дают возможность просмотреть и исправить ошибки на каждой странице. Для этого они используют встроенную проверку орфографии и выделяют неверно написанные слова, что может указывать на неправильное распознавание. Продвинутые OCR-программы используют так называемый метод поиска соседа, чтобы найти слова, которые часто встречаются рядом. Этот метод позволяет исправить неверно распознанное словосочетание «тающая собака» на «лающая собака».
Кроме того, некоторые проекты, которые занимаются оцифровкой и распознаванием текстов, прибегают к помощи волонтеров: распознанные тексты выкладываются в открытый доступ для вычитки и проверки ошибок распознавания.
Для высокой точности распознавания исторического текста с необычными графическими символами, отличающимися от современных шрифтов, необходимо извлечь соответствующие изображения из документов. Для языков с небольшим набором символов это можно сделать вручную, но для языков со сложными системами письменности (например, иероглифических) ручной сбор этих данных нецелесообразен.
Для распознавания исторических китайских текстов требуется внести в OCR-программу как минимум 3000 символов, которые имеют разную частотность. Если для распознавания исторических английских текстов достаточно ручной разметки нескольких десятков страниц, то аналогичный процесс для китайского языка потребует анализа десятков тысяч страниц.
В то же время многие исторические варианты китайской письменности имеют высокую степень сходства с современным письмом, поэтому модели распознавания символов, обученные на современных данных, часто могут давать приемлемые результаты на исторических данных, хоть и со сниженной точностью. Этот факт вместе с использованием корпусов позволяет создать систему для распознавания исторических китайских текстов. Для этого исследователь Д. Стеджен (Donald Sturgeon) из Гарварда обработал два корпуса: корпус транскрибированных исторических документов и корпус отсканированных документов желаемого стиля.
После предварительной обработки изображений и этапов сегментации символов процедура извлечения обучающих данных состояла из:
1) применения модели распознавания символов, обученной исключительно на современных документах, к историческим документам для получения промежуточного результата оптического распознавания с низкой точностью;
2) использование этого промежуточного результата для соотнесения изображения с его вероятной транскрипцией;
3) извлечение изображений размеченных символов на основе этого соотнесения;
4) выбор из размеченных символов подходящих обучающих примеров.
Полученные данные могут использоваться без проверки для обучения новой модели распознавания символов, позволяющей достичь более высокой точности на аналогичном материале.