HTR

OCR

  • Redresser un document textuel mal scanné avec deskew - Dans cet article je vous montre comment en quelques lignes de code Python vous pourrez redresser un document qui a été par exemple scanné de travers.
  • Un Contrôle KYC avec Blue Prism Decipher IDP - Découvrez dans une courte démo comment Blur Prism Decipher IDP vous permet d'automatiser en toute simplicité la classification puis l'extraction de données à partir de documents non structurés (scannés par exemple).
  • Analyse d'une carte d'identité - Dans cet article nous allons voir comment nous allons pouvoir récupérer des informations (photo, et autres informations) à partir d'une carte d'identité scannée. Dans cet article nous utiliserons les librairies OpenCV et tesseract avec Python.
  • Utilisation avancée de Tesseract avec Python - Découvrez dans cet article comment utiliser tesseract dans des cas relativement complexes avec Python et OpenCV.
  • Un service REST qui traite des factures scannées en Python - Je vous propose dans ce post de créer un web service (RESTFul) en Python qui récupérera une image (JPEG) pour ll'analyser et la traiter afin d'en renvoyer les éléments constitutifs.
  • Débuter avec Tesseract - Intéressé par les OCR ? découvrez comment utiliser Tesseract (OCR Open Source) en ligne de commande mais aussi via Python.

Reconnaissance de forme

Images

  • La détection d’objets avec YOLO v4 - Nous allons voir dans cet article, comment avec le réseau de neurones YOLO nous pourrons très simplement détecter plusieurs objets dans une photo. L'objectif n'est pas d'entrer dans le détail de l'implémentation de ce réseau de neurones (beaucoup plus complexe qu'un simple CNN séquentiel) mais plutôt de montrer comment utiliser l'implémentation qui a été réalisée en C++ et qui se nomme Darknet.
  • VGG et Transfer Learning - Dans cet article nous allons aborder le concept de Transfer Learning ... ou comment éviter de refaire un apprentissage long et consommateur en réutilisant partiellement un réseau de neurones pré-entrainé. Pour ce faire nous utiliserons un réseau qui fait référence en la matière : VGG-Net (vgg16).
  • Traitement d’images (partie 7: Les Réseaux de neurones à convolution – CNN) - Dans cet article nous allons voir pas à pas comment créer et utiliser un réseau de neurone convolutif (CNN) pour classifier des images.
  • Traitement d’images (partie 6: Filtres & Convolution) - Nous allons aborder dans cet article une famille de filtre très utilisée par tous les logiciels de retouches (comme Photoshop ou Gimp). En fait et pour aller plus loin (sans non plus pour autant "sploiler" les articles suivants) ce principe de convolution va aussi être très utilisés par les réseaux de neurones (Deep Learning) ... mais nous verrons cela plus tard. Focalisons nous tout d'abord sur le principe de filtre et plus précisément de convolution.
  • Traitement d’images (partie 5: Transformations morphologiques) - Nous allons voir dans cet article les principes d'érosion et de dilatation d'images qui sont très utilisés notamment lors de la restauration d'images de mauvaise qualité.
  • Traitement d’images (partie 4: Transformations) - Nous allons voir dans cet article comment effectuer quelques transformations de bases sur des images avec scikit-image telles que la rotation, et changement d’échelle et de taille d'image.
  • Traitement d’images (partie 3: Seuillage d’image) - Dans cet article (qui 3ème épisode de la série sur le traitement d'images) nous allons voir comment utiliser les histogrammes d'images que nous avons abordé dans l'article 2 pour effectuer quelques retouches de base.
  • Traitement d’images (partie 2: Les histogrammes) - Dans cet article nous allons voir comment analyser le contenu colorimétrique d'une image en affichant les histogrammes d'images avec Python, OpenCV et Scikit-Image
  • Traitement d’images (partie 1: L’image numérique) - Dans cet article nous allons voir et surtout comprendre comment sont stockées les images sur ordinateur afin de mieux les manipuler par la suite. Ce post est le premier d'une série qui nous permettra d'aborder par la suite la place de l'Intelligence artificielle et tout particulièrement du Deep Learning dans cette discipline qui fait partie d'un ensemble que l'on nomme la vision par ordinateur.
  • Automatiser le redressement d'image avec Blue Prism et Python - Dans cet article nous allons voir comment automatiser le redressement d'image avec blue Prism et Python.

Vidéos