Кто, что знает о технологиях распознавания картинок?

Эта софтина не распознает образы.

http://www.captchakiller.com/ рекомендую попробовать

гугл презентовал новую технологию распознования образов, но оговорился вконце, что не известно, будет ли технология развиваться или впадет в состояние анабиоза как и проект 2005 года, который умел распознавать пол человека, изображенного на картинке.

А меня интересует более узкий сегмент,

не распознавания изображения, а ее обработки, т.е. векторизации.

Насколько сложна будет такая система?

Я в этом вижу большую перспективу, может из тех кому по силам такая задача захотят на общественных началах замутить один опенсорс веб-проект?

в Адоб Макромедия Флеш есть функция trace которая переводит растровое изображение в вектор, с определенными допущениями. Например, можно выбрать глубину цвета и порог сглаживания. Вот только функция переводит не в кривые, а все в заливку.

Попробуйте http://vectormagic.com/, он это умеет делать

Спасибо за ссылочку, классная штука.

Немного не то, что я задумывал, но принцип где-то такой же.

ТС, тут недавно была такая личность как tar729 ...

Вот он точно в курсе. Найдите его в поиске и почитайте его тему ...

В программе для распознавания и идентификации изображения в основном используют программные модели нейронных сетей, и от этого никуда не деться:)

Как человек, который несколько лет вполне профессионально занимался нейронными сетями, и их различными применениями, в том числе распознаванием изображений (не только нейронными сетями), могу сказать, что до появления полноценных поисковых машин в этой области еще очень и очень далеко. Сейчас и правда автоматическое распознавание изображений развивается очень бурно, много различных коммерческих внедрений, проводится множество научных конференций по данной тематике. Но все применения узкоспециализированы. Например:

• Распознавание букв, цифр, треков.
• Выделение областей лиц, автомобильных и вагонных номеров на картинках (потом на выделенную часть может напускаться алгоритм распознавания цифр).
• Распознавание образов, или классов по некоторым характеристикам изображений (моментам, фрактальным размерностям, контрасту, ...). Это применяется для того, чтобы распознать сфотографированный материал, например.

Практически все задачи очень чувствительны к входным данным. Чуть-чуть изменив освещенность, зашумленность, поворот, масштаб, качество, вы наверняка собьете с толку алгоритм и вам придется его перенастраивать.

В целом есть несколько глобальных проблем, которые стоят перед разработчиками систем, о которых вы тут говорите. Две самые важные из них, я думаю, такие

• Сейчас любая задача распознавания изображений упирается в вопрос предобработки данных. Теоретически можно возразить, что нейросетям предобработка не нужна, но это абсолютно неверно - предобработка есть в любой профессионально решаемой нейросетевой задаче. А чтобы сделать ее эффективной и устойчивой, нужно быть отличным специалистом в численных методах и математике.
• Описанная задача (в широком смысле) вообще не может быть решена без решения вопроса Искусственного Интеллекта. Это легко понять - когда мы сравниваем картинки, их схожесть, опираемся на наши внутренние представления, на наш Интеллект. Когда алгоритм сравнивает картинки, то он всегда имеет критерий сравнения, определенный заранее человеком. Этот критерий задается чаще всего через предобработку - мы выделяем факторы, которые сеть должна сравнивать.

Первая проблема в принципе проходима, надо иметь команду супер-профессионалов, занимающихся этим всю жизнь, а не дилетантов, решивших все сделать с нуля. Вторая проблема, и я в этом уверен, не решена сейчас на уровне самых лучших научных лабораторий даже близко.