Produci il numero 2014 da un'immagine


11

Nella sfida del 2014 , Michael Stern suggerisce di usare l'OCR per analizzare il un'immagine del numero 20142014. Vorrei prendere questa sfida in un'altra direzione. Utilizzando l'OCR incorporato dalla libreria lingua / standard di vostra scelta, progettate l'immagine più piccola (in byte) che viene analizzata nella stringa ASCII "2014".

L'immagine originale di Stern è di 7357 byte, ma con un po 'di sforzo può essere compressa senza perdita di dati a 980 byte. Senza dubbio la versione in bianco e nero (181 byte) funziona anche con lo stesso codice.

Regole: ogni risposta dovrebbe fornire l'immagine, la sua dimensione in byte e il codice necessario per elaborarla. Nessun OCR personalizzato consentito, per ovvi motivi ...! Sono consentiti linguaggi e formati di immagine ragionevoli.

Modifica: in risposta ai commenti, lo amplierò per includere qualsiasi libreria preesistente, o anche http://www.free-ocr.com/ per quelle lingue in cui non è disponibile OCR.


9
Quante lingue o librerie standard hanno l'OCR incorporato? Oppure intendi "biblioteca standard" qui per indicare "una biblioteca che non è stata creata appositamente per questa sfida"?
Peter Taylor,

3
Qualche piattaforma di sviluppo diversa da Mathematica ha l'OCR integrato?
Michael Stern,

Dovresti standardizzare, dire qualcosa come "usa free-ocr.com " o qualche altro ocr facilmente accessibile.
Justin,

Risposte:


10

Shell (ImageMagick, Tesseract), 18 byte

file=golf_2014
echo -n UDQKMTMgNQruqCqo6riKiO6I | base64 -d > $file.pbm
convert -border 2x2 -bordercolor white -resize 300% -sharpen 0 -monochrome $file.pbm $file.png
tesseract $file.png $file digits
cat $file.txt
rm $file.pbm $file.png $file.txt

L'immagine è di 18 byte e può essere riprodotta in questo modo:

echo -n UDQKMTMgNQruqCqo6riKiO6I | base64 -d > 2014.pbm

Sembra così (questa è una copia PNG, non l'originale):

2014

Dopo l'elaborazione con ImageMagick, è simile al seguente:

2014 grande

Utilizzando ImageMagick versione 6.6.9-7, Tesseract versione 3.02. L'immagine PBM è stata creata in Gimp e modificata con un editor esadecimale.


Questa versione richiede jp2a.

file=golf_2014
echo -n UDQKMTMgNQruqCqo6riKiO6I | base64 -d > $file.pbm
convert -border 2x2 -bordercolor white -resize 300% -sharpen 0 -monochrome $file.pbm $file.png
tesseract $file.png $file digits
cat $file.txt
convert -background black -fill white -border 2x2 -bordercolor black -pointsize 100 label:$(cat $file.txt) $file.jpg
jp2a --chars=" $(cat $file.txt) " $file.jpg
rm $file.pbm $file.png $file.txt $file.jpg

Emette qualcosa del genere:

    2014444444102         01144444102              214441                 214441     
   1             1      24           1            04    4                0     4     
  1    410201     0    0    410004    1       2014      4              21      4     
 24   42     0    4    4    0     1    0    24          4             04       4     
  22222      1    1   0    42     0    4    2   4100    4            1   41    4     
            1    42   0    4      2     2   2412   0    4          24   420    4     
          04    42    0    1      2     2          0    4         0   40  0    4     
       204    42      0    1      2     2          0    4       24   42   0    4     
     21     12        0    4      0    42          0    4      2     411114     1112 
    04   412          24    0     1    0           0    4      0                   0 
  24     1111111110    1    42  21    4            0    4      200011111001    40002 
  4               4     04    44     42            0    4                 0    4     
 0                4      214       10              0    4                 0    4     
  22222222222222222         222222                  22222                  22222     

Molto, molto impressionante. 3 byte per l'intestazione, 5 byte per le dimensioni dell'immagine, 10 byte per la bitmap. Il formato è descritto qui: netpbm.sourceforge.net/doc/pbm.html
Charles

5

Java + Tesseract, 53 byte

Dato che non ho Mathematica, ho deciso di piegare un po 'le regole e usare Tesseract per fare l'OCR. Ho scritto un programma che trasforma "2014" in un'immagine, usando vari tipi di carattere, dimensioni e stili e trova l'immagine più piccola che viene riconosciuta come "2014". I risultati dipendono dai caratteri disponibili.

Ecco il vincitore sul mio computer - 53 byte, usando il carattere "URW Gothic L": 2014

Codice:

import java.awt.Color;
import java.awt.Font;
import java.awt.FontMetrics;
import java.awt.Graphics2D;
import java.awt.GraphicsEnvironment;
import java.awt.image.BufferedImage;
import java.io.BufferedReader;
import java.io.File;
import java.io.FileReader;
import java.io.IOException;

import javax.imageio.ImageIO;

public class Ocr {
    public static boolean blankLine(final BufferedImage img, final int x1, final int y1, final int x2, final int y2) {
        final int d = x2 - x1 + y2 - y1 + 1;
        final int dx = (x2 - x1 + 1) / d;
        final int dy = (y2 - y1 + 1) / d;
        for (int i = 0, x = x1, y = y1; i < d; ++i, x += dx, y += dy) {
            if (img.getRGB(x, y) != -1) {
                return false;
            }
        }
        return true;
    }

    public static BufferedImage trim(final BufferedImage img) {
        int x1 = 0;
        int y1 = 0;
        int x2 = img.getWidth() - 1;
        int y2 = img.getHeight() - 1;
        while (x1 < x2 && blankLine(img, x1, y1, x1, y2)) x1++;
        while (x1 < x2 && blankLine(img, x2, y1, x2, y2)) x2--;
        while (y1 < y2 && blankLine(img, x1, y1, x2, y1)) y1++;
        while (y1 < y2 && blankLine(img, x1, y2, x2, y2)) y2--;
        return img.getSubimage(x1, y1, x2 - x1 + 1, y2 - y1 + 1);
    }

    public static int render(final Font font, final int w, final String name) throws IOException {
        BufferedImage img = new BufferedImage(w, w, BufferedImage.TYPE_BYTE_BINARY);
        Graphics2D g = img.createGraphics();
        float size = font.getSize2D();
        Font f = font;
        while (true) {
            final FontMetrics fm = g.getFontMetrics(f);
            if (fm.stringWidth("2014") <= w) {
                break;
            }
            size -= 0.5f;
            f = f.deriveFont(size);
        }
        g = img.createGraphics();
        g.setFont(f);
        g.fillRect(0, 0, w, w);
        g.setColor(Color.BLACK);
        g.drawString("2014", 0, w - 1);
        g.dispose();
        img = trim(img);
        final File file = new File(name);
        ImageIO.write(img, "gif", file);
        return (int) file.length();
    }

    public static boolean ocr() throws Exception {
        Runtime.getRuntime().exec("/usr/bin/tesseract 2014.gif out -psm 8").waitFor();
        String t = "";
        final BufferedReader br = new BufferedReader(new FileReader("out.txt"));
        while (true) {
            final String s = br.readLine();
            if (s == null) break;
            t += s;
        }
        br.close();
        return t.trim().equals("2014");
    }

    public static void main(final String... args) throws Exception {
        int min = 10000;
        for (String s : GraphicsEnvironment.getLocalGraphicsEnvironment().getAvailableFontFamilyNames()) {
            for (int t = 0; t < 4; ++t) {
                final Font font = new Font(s, t, 50);
                for (int w = 10; w < 25; ++w) {
                    final int size = render(font, w, "2014.gif");
                    if (size < min && ocr()) {
                        render(font, w, "2014win.gif");
                        min = size;
                        System.out.println(s + ", " + size);
                    }
                }
            }
        }
    }
}

Ho modificato le regole per consentire questa e voci simili. Dimensioni del file impressionanti.
Charles,

1

Mathematica 753 100

f[n_,format_]:=
Module[{filename},
Print["raster: ",n," by ", n];
filename="2014At"<>ToString[n]<>"."<>format;
Print["filename:  ",filename];
Print["format: ",format];
Print["raster image: ",rasterImg=Rasterize[Style[2014,"OCR A Std"],
RasterSize->n,ImageSize->1n,ImageResolution->6n]];
Export[filename,rasterImg];
Print["Actual imported image: ",img=Switch[format,"PDF"|"HDF",Import[filename][[1]],
_,Import[filename]]];
Print["Identified text: ",TextRecognize[ImageResize[img,Scaled[3]]]];
Print["filesize (bytes): ",FileByteCount[filename]]]

Il mio miglior caso finora:

f[24, "PBM"]

efficienza


1

Mathematica, 78 byte

Il trucco per vincere questo in Mathematica sarà probabilmente l'uso della funzione ImageResize [] come di seguito.

Innanzitutto, ho creato il testo "2014" e l'ho salvato in un file GIF, per un equo confronto con la soluzione di David Carraher. Il testo sembra 2014. Questo non è ottimizzato in alcun modo; è solo Ginevra con una dimensione del carattere ridotta; possono essere possibili altri caratteri e dimensioni minori. Straight TextRecognize [] fallirebbe, ma TextRecognize [ImageResize []]] non ha problemi

filename = "~/Desktop/2014.gif";
Print["Actual imported image: ", img = Import[filename]]
Print["Identified text: ", 
 TextRecognize[ImageResize[img, Scaled[2]]]]
Print["filesize (bytes): ", FileByteCount[filename]]

risultati

Agitarsi con il carattere tipografico, la dimensione del carattere, il grado di ridimensionamento, ecc., Probabilmente porterà a file ancora più piccoli che funzionano.


Dimensioni del file molto impressionanti.
DavidC,

Puoi ritagliare l'immagine dai bordi bianchi per ridurla e ridurre gli spazi tra le cifre, magari ridisegnare per renderle più compatte.
Swish,

@swish davvero, tagliando il bordo bianco lo porta a 78 byes.
Michael Stern,
Utilizzando il nostro sito, riconosci di aver letto e compreso le nostre Informativa sui cookie e Informativa sulla privacy.
Licensed under cc by-sa 3.0 with attribution required.