распознавание антиботовских картинок

"

да вы неуч!

фрагмент матрицы, имеющий заполнение 100% может иметь только чистый полезный сигнал, а если взять полную матрицу с символом внутри, то соотношение сигнал шум никогда не может быть по определению равно полезному сигналу.

Кроме того, при сравнении полных матриц, нельзя пользоваться сравнительным анализом в полной мере. пример рассматривался (i ,1)

Источником Вашего знания не поделитесь? И источником уверенности в пользе детализации, заодно.

Что с ответом на вторую часть 231-го поста?

лох ты Юни.

ваше утверждение относительно неменяющегося соотношения сигнал/шум, относится к системе отсчета МАТРИЦЫ, которые вы сравниваете между собой и весовые коэффициенты получаете относительно системы отсчета МАТРИЦА.

Однако брать то надо другую систему отсчета-СИМВОЛ, и сравнивать надо не матрицы, а СИМВОЛЫ в матрице!

Матрицы-это только координатная система для символа.

Надо сравнивать СИМВОЛЫ, а исключать уже МАТРИЦЫ, к которым относятся сравниваемые объекты.

Весовые коэффициенты надо брать не для матриц, а для символов.

"Если же такое произойдет, то оставшаяся часть, которую придется выкинуть не будет соответствовать ни одному из шаблонов, коэффициент соответствия окажется крайне низким, что говорит об ошибочном разделении объекта.

От чего же "не будет"?"

А если это тоже шум? "

в том то и дело, что это шум, а шумы я не сравниваю, я их исключаю вместе с матрицей, в которой они оказались.

Весовые пороги символов, которые управляют разделением матриц, полученные в результате первичного сравнения фрагментов символов или целых символов, в свою очередь, зависят от алгоритмов более глубокого анализа, которые работают с такими понятиями, как грамматика, семантика. Т.е. если это не каптча, а текст, то прибегается к анализу сочетаний букв. Еще глубже- по иерархии-сочетание слов.

Но мы с вами взяли очень простой пример-каптчу. Там нет грамматики (правильность написания слова в каптче может не быть по умолчанию) ни тем более семантического смысла. Поэтому распознавание символа в каптче на затрагивает эти алгоритмы. Откат действия (разделение матриц) с целью выявления более высоких весов по отдельности (в случае с фиаско), даст однозначный ответ для конкретного символа.

И здесь, как видите, помехи роли не играют, поскольку сравниваются только ПОЛЕЗНЫЕ пикселы, т.е. те, из которых состоят сами символы в оригинале шаблона.

Ваше неумение разделять системы отсчета и пользоваться простейшими, на мой взгляд, хитростями (сравнивать символ а исключать матрицу), является общим деффектом мышления всех вас здесь...

Непонимание , как влияет разделение систем отсчета на конечный результат (выявление соответствия), характерно для вас.

Почитайте топик про логику, вот цитата:

"в логике вообще нет обратных функций, есть только прямые и это связано с тем, что процессы в инерциальных системах (а логика именно ИСО) не обратимы.

Существуют модели обратимых функций (автор Эдвард Фредкин, наделавший много шума в математике. "бильярдная модель"), однако физически она не реализуема.

Обратные функции, например вычитание, реализуются в компьютере теми же сумматорами. При этом используется закон инверсии причинности. Т.е. принудительно осуществляется переход в другую систему отсчета путем изменения исходных критериев истинности для вычислительной системы:

исходно 1=истина, 0= ложь.

Инвертируем сигналы на входе сумматора, получаем

0=истина, 1= ложь

в результате, для исходных критериев истинности процесс сложения преобразуется автоматически по закону инверсии причинности в обратную функцию-вычитание, несмотря на то, что сумматор, физически выполняет ту же операцию сложения.

Вот вам физическая констатация факта работы этого закона, который, как видите, широко используется в калькуляторах и вообще компьютерах.

"

ВОТ ЮНИ ключевая фраза: "Т.е. принудительно осуществляется переход в другую систему отсчета путем изменения исходных критериев истинности для вычислительной системы:

исходно 1=истина, 0= ложь."

если в сравнении матриц, мы сравниваем единицы и нолики, принимая обоих как полезный сигнал (это и есть исходные критерии истинности), то в сравнении символов мы сравниваем в матрицах ТОЛЬКО единички (которыми в шаблонной матрице нарисован символ), т.е. тем самым ПРИНУДИТЕЛЬНО меняем систему отсчета, а саму матрицу используем как координатную систему, связывающую шаблонный сектор и соответствующий сектор исходной картинки.

В итоге по закону инверсии причинности меняется и результат на выходе такого сравнения. Т.е. если раньше истинность касалась самих матриц, то теперь истинность касается фрагментов символов. А нам именно это и нужно, нафиг нам матрицы!? Просуммировав все веса фрагментов относительно шаблонов, мы находим полную матрицу шаблона с нужным символом целиком (по наибольшему общему символьному весу в нем), тем самым завершая идентификацию символа. Этому символу соответствует своя матрица, и переходя обратно в систему отсчета-матрица, где критериями истинности вновь становятся и 0 и 1, вы уже можете выделить помехи и далее их классифицировать с целью создания БД помех. Таким образом, вы имеете возможность обучать программу новым видам помех, в т.ч.выделить закономерности и найти вашу волнистую линию.

Вот это и есть решение общей проблемы. А в частном случае для конкретной яндексовской каптчи, где мы знаем вид помехи, целесообразнее выделить волнистую линию в самом начале.

Если до меня это никто не применял по слабоумию, то можете записать на мой счет еще одно ноу-хау, хотя я на него особо не претендую. На мой взгляд, это элементарные вещи, просто вы о них не знаете и вряд ли еще кто то об этом знает. Поскольку вы (и не только вы, но и на других форумах) задаете просто НАИТУПЕЙШИЕ вопросы и тезисы типа : "поделитесь источником своих знаний"

Естесственно, что при таком подходе, я и говорю об увеличенном соотношении сигнал/шум при фрагментации.

А вы даже не в состоянии врубиться, о какой системе отсчета идет речь.

И теперь вам, дураку, должно быть понятно, что фрагментация матриц в сочетании с методом исключения этих матриц (это и есть сравнительный анализ) дает 100% теоретический результат при идентификации (отличении) одного объекта от другого в матрице.

И человеческий механизм обработки образов работает по той же системе. Вы что, смотрите на 2 фотографии и сравниваете матрицы в которых они находятся? Нет конечно. Вы сравниваете изображения, а матрицы остаются за кадром, хотя и принимают в этом процессе самое непосредственное участие, просто вы о нем ничего не знаете.

Логика

Логика

Учите логику господа, я специально для вас придурков собрал все законы логики вместе, чтобы вы ими пользовались.

/ru/forum/196932

Не касаясь содержания дискуссии, просил бы не превращать дискуссию в "базар". В противном случае топик будет перемещен на Троещинский рынок, чтобы tar729 имел возможность перетереть о капчах с правильными лексически близкими пацанами :) Штрафую за грубость.

а вот касаться нужно обязательно...

топик, кстати, несмотря на весь "базар", спровоцированный, впрочем, не мной, содержит достаточно много конструктивности по делу и несет в себе весьма ценную технологию, ранее не применявшуюся НИГДЕ.

Я держу этот контент еще на одном форуме, контент просто супер!!!

Откуда Вы знаете, где в матрице символы, а где шум? Об этом речь и идёт.

Это простая детализация сама собой разделяет шум от символов?

На какой стадии Вы их отделили от символов?

Не вижу. Вы не указываете перехода от матрицы, как набора точек в растре, к разделению его на полезную информацию и помехи.

Рано или поздно, предполагаемый алгоритм наткнётся на такую вариацию символов и шумов, "веса" которой в равной степени распределятся между полузатёртой "Ж", сильноискажённой "К" и слабоискажённой "Х". И, поскольку требуется однозначное решение, то точность распознавания составит не 100%, а 30%.

Вы такой вариант предполагаете? Как с ним бороться?

Предложенные Вами переходы между координатными системами не решают этой принципиальной проблемы:

Если алгоритм сравнивает исходные нолики и единички части матрицы, то почему именно одной конкретной части? Если всей матрицы, то почему единицы, переходящие в новую систему отсчёта являются априори полезным сигналом?

Если же это только вероятно правильный сигнал, то мы опять возвращаемся к обучению алгоритма методом простого перебора. Наслоение из новой системы координат не меняет сути дела - в любом случае, возможен вариант, когда весовые коэфициенты (в разбираемом нами примере с искажениями буквы "Ж") будут равны между собой, и в случае однозначного выбора между ними, общая погрешность системы возрастает в три раза.

Причем это простой пример, не берущий в расчёт комбинации символов. Как Вы предполагаете бороться с этим?

Откуда она берётся? Где источник?

Что значит "по умолчанию"? Кто создал эти критерии, на базе чего, по каким законам и алгоритмам? Что такое вообще "аналитическая система"?

Ещё раз - кто решает, что единички безошибочно описывают именно символ? Вы заранее знаете, что так и будет? Или опять перебором?

Опять нету переходной точки, Вы её теряете. Априори даёте, что к этой стадии помехи отделены, и есть что сравнивать - но этого не произошло.

В реальности, произвольному набору точек, схожих по непонятно каким критериям, задан флаг "истинно", а другому произвольному набору - флаг "ложно", причём нет даже намёка на решение проблемы возможного пересечения этих двух множеств, по части совпадающих критериев.

Но Вам уже нетерпится перейти к разделению "матрица - выделенный из матрицы символ", так и не решив проблему первоначального отсева шумов.