呪符式高速詠唱シェル芸 3

第65回シェル芸勉強会のLTで使った資料です

Transcript

1. 呪符式高速詠唱シェル芸 3 たいちょー
2. みなさん#!/bin/bash(こんにちはの意) たいちょーです twitter: @xztaityozx_001 GitHub: xztaityozx 好きな言語: C#, Go
3. 今回話すこと 多数決で読み取り精度をあげようとした話
4. 前回までのあらすじ
5. 1. yukichantという文字列⇔呪文変換ツールがあった $ echo シェル芸 | chant 羅の烙印を底より守る。沈み世界を呼び声の砕ける。引きを肉より災いを成り。守り。
6. 2. 詠唱が難しいので前もって書いておくことにした echo unko の呪文
7. 3. OCRの気持ちになり切れず修行不足という結論になった
8. 4. ある度修正できるようにした 誤認識されやすい文字のマッピングを書いて修正させる
9. 5. でも本番では失敗した もっと精度を上げたい…！
10. いままでの仕組みのつらみ 今の仕組み i. OCRで読み取り ii. 誤認識を修正 iii. yukichant でデコード iv. コマンド実行 単一のOCRエンジンの出力をそのまま使っていました なのでそのOCRエンジンが間違えたらおしまいなわけです
11. 複数個に増やせばいい のでは？
12. 複数個OCRの多数決を 取ってみる 1. N個のOCRがそれぞれ読み取り 2. 読み取り結果を審議 a. 信頼度を計算し文字に投票 b. 得票数が一番多い文字を採用 3. 2を繰り返して元の文章を復元
13. 多数決を取るやつ Magi OCRの結果をまとめて多数決を取るやつを作ります 信頼度は以下の項目をもとに計算 OCRの読み取り精度(体感) yukichantに登場する文字かどうか 文字数は長い方にあわせる 正しい長さの計算方法がわからん Magi 東方の三賢者ってやつらしい 正直エヴァ参考にした
14. 三賢者の紹介 Tesseract OCR オープンソースなOCRエン ジン 読み取り精度はそこそこ 追加学習できるけど今回は 間に合わなかった
15. 三賢者の紹介 Windows OCR Windows組み込みのやつ .NET系なら簡単に扱える 読み取り精度は謎
16. 三賢者の紹介 Google Cloud Vision API Google Cloudで提供されて るOCRサービス Google Driveのやつより簡 単に使える なんか読み取り精度すごい 従量課金
17. 実装しましょう
18. できました 以前のライブコーディングで書いたデータで試してみます
19. 読み取れました
20. 多数決の過程 緑が採用、赤が不採用な文字 なんかTesseractが完璧に読み取れているんですが…なんで…。
21. ライブコーディングをやります 今度こそ魔術師になるんだ 誘惑の邪気を魂すら借り。業火に羅の星と失え。血を果たせ。
22. まとめ OCRをN個使ってどれかが間違っても他で補えるようにしました 読み取り結果を多数決とりました 前回失敗したやつは補正できました
23. $ owari kan -ga xztaityozx |￣￣￣￣￣￣￣￣￣| | 終 | | 制作・著作 | | ￣￣￣￣￣￣￣ | | xztaityozx | |＿＿＿＿＿＿＿＿＿| ∧∧ || ( ﾟдﾟ)|| / づΦ