install and test

[parsibox]

hi
how can i install and test it?

[parsibox]

when i run it say :

python3.6 DigitWrittenDetection_MLP.py 
Reading Train 60000.cdb ...
Traceback (most recent call last):
  File "DigitWrittenDetection_MLP.py", line 10, in <module>
    train_images, train_labels = read_hoda_cdb('./DigitDB/Train 60000.cdb')
  File "/home/mohsen/Persian-Digit-Recognition/HodaDatasetReader.py", line 59, in read_hoda_cdb
    yy = struct.unpack_from('H', data, offset)[0]
struct.error: unpack_from requires a buffer of at least 2 bytes

[VahidSaadat]

hi
how can i install and test it?

سلام
پکیج‌هایی که لازم هست نصب باشه این‌هاست:
opencv-python, numpy, scikit-learn

[parsibox]

سلام
نصب کردم اما بلد نیستم از پروژتون استفاده کنم
میتونید بگید چجوری ازش استفاده کنم؟

[parsibox]

hi
how can i install and test it?

سلام
پکیج‌هایی که لازم هست نصب باشه این‌هاست:
opencv-python, numpy, scikit-learn

این پکیج ها تمامشون نصب هستند اما ارور میده

[mohsen@localhost Persian-Digit-Recognition]$ pip3 install scikit-learn
Defaulting to user installation because normal site-packages is not writeable
Requirement already satisfied: scikit-learn in /usr/lib64/python3.6/site-packages (0.22.2.post1)
Requirement already satisfied: scipy>=0.17.0 in /usr/lib64/python3.6/site-packages (from scikit-learn) (1.3.0)
Requirement already satisfied: joblib>=0.11 in /usr/lib/python3.6/site-packages (from scikit-learn) (0.14.1)
Requirement already satisfied: numpy>=1.11.0 in /home/mohsen/.local/lib/python3.6/site-packages (from scikit-learn) (1.18.3)
[mohsen@localhost Persian-Digit-Recognition]$ pip3 install numpy
Defaulting to user installation because normal site-packages is not writeable
Requirement already satisfied: numpy in /home/mohsen/.local/lib/python3.6/site-packages (1.18.3)
[mohsen@localhost Persian-Digit-Recognition]$ pip3 install opencv-python
Defaulting to user installation because normal site-packages is not writeable
Requirement already satisfied: opencv-python in /home/mohsen/.local/lib/python3.6/site-packages (4.2.0.34)
Requirement already satisfied: numpy>=1.11.3 in /home/mohsen/.local/lib/python3.6/site-packages (from opencv-python) (1.18.3)

[VahidSaadat]

فکرمی‌کنم شما دارین درست اجرا می‌کنین
فایل اصلی که همون DigitWrittenDetection_MLP.py هست باید با پایتون اجرا بشه

پوشه DigitDB و محتویاتش به درستی در کنار برنامه اصلی قرار داره؟

[parsibox]

بله محتویات دقیقا سایزش مطابق سایز مخزن شما هست اما فایل Train 60000.cdb در مخزن شما هم خالی است

[VahidSaadat]

آهان پس مشکل همینه.
من احتمالا درست این مورد رو آپلود نکردم. الان مجدد بروزرسانی می‌کنم

[parsibox]

بعد ببخشید این کد شما را چجوری میشه بهش عکس مورد نظرمون را بدیم و اعداد فارسی را توش تشخیص بده؟

من قصدم تشخیص اعداد داخل این عکس هست
لطفا راهنمایی کنید
شاید اصلا مسیر را دارم اشتباه میرم

[VahidSaadat]

شما می‌تونید از این پروژه استفاده کنید و تعمیم بدین به مسئلتون ولی احتمالا این بهترین راه نباشه.
ابتدا باید ارقام رو detect کنید یعنی از بک‌گراندش جدا کنید و هر کدوم رو به مدل این پروژه بدین تا براتون عدد رو تشخیص بده
البته این پروژه برای تشخیص ارقام دست‌نویس هست و احتمالا شما به این دقت در تشخیص هم نیاز نداشته باشید
صرفا با پردازش تصویر می‌تونید جوابی که می‌خواهید رو بگیرید.

[parsibox]

خوب میتونید یه نمونه پروژه یا کدی به من معرفی کنید یا بدید؟
من پایتون خیلی خیلی کم بلد هستم و بلد نیستم از مدل شما اصلا به صورت جدا استفاده کنم
من میتونم اعداد داخل این عکس را جدا جدا تمامش را به صورت عکس جدا در بیارم اما بلد نیستم مقایسه کنم
اگه بتونید منو راه بندازید حتما جبران میکنم

[parsibox]

الان فایلتون را آپدیت کردم و درست اجرا شد
شما اصلا فرض کن من یک فایل عکس دارم که توش اعداد دست نویس هست
یه کدی به من میتونید بدید که عکسه را بهش بدم و اعداد را داخل عکس را بهم بده؟

[parsibox]

اگه بتونید مراحلی که گفتید ( حذف بک گراند و تشخیص اعداد و.. ) در این عکسیا مشابه این عکس را گام به گام در یک کد انجام بدید و اجازه بدید من هزینش را هم خدمتتون تقدیم میکنم.
واقعا نیاز دارم به چنین کدی
البته جسارت نباشه فقط منظورم این بود که حتما جبران میکنم حالا به هر صورتی که شما تمایل داشته باشید فقط حتما این کد را نیاز دارم

[VahidSaadat]

من به opencv مسلط نیستم و این پروژه شما برای من وقت‌گیر خواهد بود.
لینک‌هایی که به نظرم مفید اومد رو براتون می‌فرستم

به کمک opencv:

• https://medium.com/@gsari/digit-recognition-with-opencv-and-python-cbf962f7e2d0

• https://www.pyimagesearch.com/2017/02/13/recognizing-digits-with-opencv-and-python/

• http://www.robindavid.fr/opencv-tutorial/cracking-basic-captchas-with-opencv.html

• https://nikitv.ir/downloads/%D9%BE%D8%B1%D8%AF%D8%A7%D8%B2%D8%B4-%D8%AA%D8%B5%D9%88%DB%8C%D8%B1-%D8%B3%DB%8C%D8%B3%D8%AA%D9%85-%D8%AA%D8%B4%D8%AE%DB%8C%D8%B5-%D9%BE%D9%84%D8%A7%DA%A9-%D8%AE%D9%88%D8%AF%D8%B1%D9%88-%D9%BE/

• https://github.com/yan9yu/sdr

به کمک یادگیری‌ماشین:

• https://dataio.ir/how-to-break-a-golestan-captcha-system-with-machine-learning-kukzjnwwsqdx

• https://medium.com/@ageitgey/how-to-break-a-captcha-system-in-15-minutes-with-machine-learning-dbebb035a710

[parsibox]

ممنون
همین کدی که بتونم از مدل خودتون برای یک تصویر ساده هم استفاده کنم میتونید بهم بدید؟

[VahidSaadat]

برای همین پروژه هم لازم هست تصویرتون رو با پردازش تصویر به حالت استاندارد دربیارید. همون کاری که در فایل HodaDatasetReader.py انجام شده رو با کمی تغییر مرتبط با مسئله‌اتون انجام بدین

بعد کافیه از چنین دستوری در انتها فایل اصلی برای تشخیص عکس رقم پیش‌پردازش شده استفاده کنید:
clf.predict(test_image_prep)

[parsibox]

ممنون

[parsibox]

ببخشید الان خروجی clf.predict مگه نباید اعدادی باشه که برای هر عکس تشخیص داده؟
الان یه جدول خروجی میده این شکلی
‍‍‍‍‍‍‍```
precision recall f1-score support

       0       0.99      0.95      0.97      2000
       1       0.93      0.99      0.96      2000
       2       0.94      0.96      0.95      2000
       3       0.97      0.94      0.95      2000
       4       0.96      0.96      0.96      2000
       5       0.98      0.96      0.97      2000
       6       0.95      0.97      0.96      2000
       7       0.99      0.97      0.98      2000
       8       0.98      0.98      0.98      2000
       9       0.96      0.98      0.97      2000

accuracy                           0.97     20000

macro avg 0.97 0.97 0.97 20000
weighted avg 0.97 0.97 0.97 20000

آیا خروجی نباید اعداد تشخیص داده شده باشه؟چجوری میشه خروجی عددیش را بگیرم؟

[VahidSaadat]

دستور clf.predict پیش‌بینی می‌کنه. تو کد پروژه تمام تصاویر به این کامند ارسال می‌شه و پیش بینی میشه
اگر فقط خروجی clf.predict رو پرینت کنین ارقام رو می‌گیرین

این خروجی که الان داره نمایش داده میشه دقت کار هست که با دستور classification_report انجام میشه

آخر پروژه رو به این صورت تغییر بدین:

pred = clf.predict(test_images_prep)
print(pred)