खरोंच से मनोवैज्ञानिक परीक्षण रूपों की पहचान

तीन महीने पहले, मुझे एक अच्छे दोस्त और काम के सहयोगी से संपर्क किया गया था और मुझे मनोवैज्ञानिक परीक्षण करने के लिए एक छोटा कार्यक्रम लिखने के लिए कहा था। मैंने, इससे पहले, vba, vb, vb.net पर कार्यालय स्वचालन की छोटी जरूरतों के लिए विशेष रूप से लिखा था, परियोजना के दौरान एक पल लेने और C # सीखने का फैसला किया। वैसे, परियोजना सरल है, केवल 5 मनो-निदान विधियां। बाद में यह पता चला कि उनका सपना इन तकनीकों के रूपों को पहचानने के लिए एक प्रणाली थी। स्थिति और जटिल हो गई है। यह स्पष्ट हो गया कि अधिकांश समय मैं मान्यता पर खर्च करूंगा।

बेशक, मुझे छवियों और मान्यता के साथ कोई अनुभव नहीं था, और रूपों की मान्यता के लिए पुस्तकालयों की खोज करना शुरू कर दिया। दुर्भाग्य से, कुछ भी मुफ्त मिलना संभव नहीं था। इसलिए मैंने अपनी आस्तीनें उतारीं और खुद से लिखना शुरू किया।

मैं यहां कोड नहीं लिखूंगा, क्योंकि मेरा मानना ​​है कि ऐसी प्रणाली बनाते समय मुख्य समस्या काम का एल्गोरिदम है।
इसलिए ...
शुरुआत के लिए, फॉर्म बनाए गए थे। प्रत्येक पद्धति का अपना एक है, लेकिन वे केवल प्रश्नों की संख्या और प्रश्नों में उत्तरों की संख्या में भिन्न होते हैं।


मेरे शब्दों से फॉर्म एक अच्छे दोस्त और काम के सहयोगी द्वारा बनाए गए थे। वे मूल रूप से एक्सेल में बनाए गए थे और पीडीएफ प्रारूप में सहेजे गए थे।
प्रपत्र पर सबसे महत्वपूर्ण विवरण काला वर्ग है (मैंने उनके मार्करों का नाम दिया है)। ऊपरी केंद्रीय मार्कर को यह निर्धारित करने के लिए आवश्यक है कि शीर्ष और जहां प्रपत्र के नीचे। साइकोडायग्नोस्टिक्स में, विषय को वांछित सेल में एक विकर्ण पार खींचने के लिए आमंत्रित किया जाता है। यह माना जाता है कि:
1. परीक्षण विषय की शिक्षा कम हो सकती है
2. यह एक परीक्षा नहीं है, और विषय गलत है, कई बार पार हो जाता है।
3. इस विषय में विभिन्न स्याही रंगों के पेंसिल, बॉलपॉइंट, जेल पेन का उपयोग किया गया है।
4. परीक्षण विषय को निर्देश देना मुश्किल है, और क्रॉस के बजाय, टिक।

अब परीक्षण रूपों की मान्यता की प्रणाली के साथ काम करने के बहुत काम की चरण-दर-चरण औपचारिकता:
1. इनपुट डिवाइस से एक खाली छवि लें।
2. एक निश्चित मानक रूप में छवि लाओ।
3. छवि में उन कोशिकाओं को खोजें जिन्हें पहचानने की आवश्यकता है।
4. कोशिकाओं को पहचानो।
5. उत्तर बचाओ।

अब, पहले चीजें पहले।
1. प्रसंस्करण के लिए एक छवि प्राप्त करना।
मैंने एक फ्लैटबेड स्कैनर को एक छवि प्राप्त करने का सबसे सस्ता और सबसे सामान्य साधन चुना। देशी C # ऑपरेटिंग सिस्टम में, स्कैनर के साथ काम करने के लिए दो मुख्य API हैं: TWAIN और WIA । WIA के साथ कोई समस्या नहीं थी। तकनीक अच्छी तरह से विंडोज पर समर्थित है, अच्छी तरह से प्रलेखित है, और नेट पर कई उदाहरण हैं। सबसे कठिन हिस्सा स्कैन विकल्प सेट कर रहा था।

WIA तकनीक के बारे में बुरा बात समर्थित उपकरणों की सूची है । वे कुछ हैं। इसलिए, मुझे TWAIN स्कैनर के साथ काम करने की क्षमता को जोड़ना पड़ा। मैंने मुफ्त ट्वेनडॉटनेट लाइब्रेरी का इस्तेमाल किया। इसका एकमात्र दोष स्कैनिंग की शुरुआत में संगतता के लिए स्कैनर की जांच कर रहा है। पुराने स्कैनर, उदाहरण के लिए, ऑटो-रोटेट छवि फ़ंक्शन की कमी के कारण परीक्षा पास नहीं करते हैं। खुले स्रोत को देखते हुए, मैंने जल्दी से स्थिति को ठीक किया।

दोनों API का उपयोग करते समय, मैंने उनके मानक GUI को अक्षम कर दिया। छवि का आकार A4 सेट करें और रिज़ॉल्यूशन 100 DPI। पूर्णता के लिए, मैंने अपने स्कैनर वर्ग में एक फ़ाइल से एक छवि का चयन करने की क्षमता को समझाया।

2. छवि का सामान्यीकरण।
छवि को सार्वभौमिक रूप में लाना चरणों में विभाजित है:
1. छवि को 100 डीपीआई के रिज़ॉल्यूशन में लाना।
2. छवि का द्वैतकरण।
3. मार्करों का पता लगाना।
4. छवि रोटेशन।
छवियों के साथ काम करने के लिए मैंने AForge.NET फ्रेमवर्क का उपयोग किया। यह मुफ़्त और सुविधाजनक है, क्योंकि आपको कई छवि हेरफेर एल्गोरिदम लिखने की ज़रूरत नहीं है, खासकर जब से आपको गति के लिए असुरक्षित कोड लिखना होगा, और मैं C # में नया हूं। भविष्य में, मैं इस विशेष पुस्तकालय की कक्षाओं का उल्लेख करूंगा।
तो, शुरुआत में, आने वाली छवि को 100 डीपीआई तक घटा दिया जाता है। एक कम रिज़ॉल्यूशन बिनैरीकरण समस्याओं के साथ धमकी देता है, और एक बड़ा रिज़ॉल्यूशन प्रसंस्करण गति समस्याओं का सामना करेगा। फिर हम छवि को रंग मोड "ग्रेस्केल" में अनुवाद करते हैं। इस ऑपरेशन के लिए, ग्रेस्केल क्लास का उपयोग करें। छवि को दूर करने के लिए, मैंने ब्रैडलीकोथ्रेशोल्डिंग का उपयोग किया। एल्गोरिथ्म चमक के छोटे रुकावटों के साथ मुकाबला करता है।
सफल मान्यता की जटिल बारीकियों में से एक छवि का सही अभिविन्यास है। 3-4 डिग्री का एक रोटेशन, और सब कुछ चला गया था। कोई स्ट्रीमिंग फीड, फ्लैटबेड स्कैनर, झुर्रीदार ब्लैंक्स नहीं। सामान्य तौर पर, मैंने फ़ॉर्म के रोटेशन के कोण को निर्धारित करने के लिए DocumentSkewChecker का उपयोग किया। और छवि को घुमाने के लिए RotateBilinear , क्योंकि यह तेज़ है। इस रोटेशन ने छवि को 0-45 डिग्री की सीमा में संरेखित किया, लेकिन यह उलटा रह सकता है। इसलिए, मार्करों को ढूंढना और प्रपत्र के शीर्ष को केंद्रीय रूप से निर्धारित करना आवश्यक है।
मैंने छवि में ऑब्जेक्ट्स की खोज के लिए सफलतापूर्वक BlobCounter लागू किया। मार्करों को निर्धारित करने के लिए, मैंने आकार और पूर्णता संपत्ति द्वारा पाई गई सभी वस्तुओं को छान दिया, सीमा को 0.8 पर सेट कर दिया। और अगर उसे शीर्ष पर तीन मार्कर नहीं मिले, तो उसने छवि को 180 डिग्री कर दिया।
इस तरह के सरल जोड़तोड़ से, सभी छवियां एक नज़र और प्रारूप में कम हो जाती हैं।

3. मान्यता के लिए उत्तर कोशिकाएं खोजना
सबसे आसान तरीका प्रतिक्रिया कोशिकाओं को खोजने के लिए इस्तेमाल किया गया था। मैंने प्रत्येक कार्यप्रणाली का संदर्भ रिक्त रूप लिया और डेटाबेस में प्रत्येक प्रश्न के पहले (बाएं) सेल का केंद्र बचाया। मैंने प्रत्येक प्रश्न के केंद्रों और कोशिकाओं के आकार के बीच की दूरी को भी बचाया। इस प्रकार, मान्यता के क्षेत्रों को निर्धारित करने के लिए, मैंने बस डेटाबेस से डेटा लिया। यहाँ बनाने के लिए दो बहुत ही महत्वपूर्ण बिंदु। यदि स्कैन किया गया फ़ॉर्म झुर्रीदार है, तो मान्यता क्षेत्र गलत होंगे, क्योंकि संदर्भ फ़ॉर्म भी है। त्रुटियों का प्रतिशत बहुत अधिक होगा। यहाँ है अगर आप इसे अनदेखा करते हैं तो क्या होता है:

इसे काफी सरलता से हल किया जाता है। पहली कोशिका का क्षेत्र केंद्र से फैला हुआ है। फिर इस क्षेत्र में मैं BlobCounter का उपयोग करके किसी ऑब्जेक्ट को खोजता हूं । विस्तारित क्षेत्र के अंदर सेल को खोजने के बाद, क्षेत्र पाया केंद्र के सापेक्ष संकुचित होता है। यह कुछ इस तरह दिखता है:

इन जोड़तोड़ों को केवल प्रत्येक प्रश्न के पहले सेल के साथ किया जाता है, शेष कोशिकाओं के निर्देशांक इसके सापेक्ष पुनरावर्ती होते हैं।
इसके अलावा, छवि का आकार (मान्यता क्षेत्र) थोड़ा भिन्न हो सकता है, इसलिए कोशिकाओं के बारे में डेटा को मूल छवि पर पूर्ण निर्देशांक में संग्रहीत नहीं किया जाना चाहिए, लेकिन मार्करों के सापेक्ष उनकी स्थिति। यह मार्करों की दूसरी महत्वपूर्ण विशेषता है।
यह ध्यान देने योग्य है कि आप उनके निर्देशांक को जाने बिना मान्यता क्षेत्रों को पा सकते हैं। यह ऊर्ध्वाधर और क्षैतिज चमक हिस्टोग्राम के आधार पर किया जाता है। हालांकि, मैंने इस एल्गोरिथ्म का उपयोग नहीं किया, और मैं इसका वर्णन नहीं करूंगा।

4. सेल मान्यता
यहां मैं फंस गया हूं। मान्यता अनिवार्य रूप से एक वर्गीकरण कार्य है। चुनौती को देखते हुए, कोशिकाओं के 3 वर्ग हैं:
1. खाली (मुक्त)।
2. परीक्षण विषय (क्रॉस) द्वारा रिपोर्ट किया गया।
3. गलती से परीक्षण विषय (मिस) द्वारा नोट किया गया।
कक्षा मुक्त होने के साथ, सब कुछ स्पष्ट है। यह एक पूरी तरह से खाली सेल है, जिसे टेस्ट पेन द्वारा छुआ नहीं गया है। लेकिन क्रॉस क्लास में पहले से ही समस्याएं हैं: सेल में कुछ भी हो सकता है। उत्कृष्ट ब्रीफिंग के बावजूद, परीक्षण के दौर से गुजरने वाले व्यक्तियों को बहुत मुश्किल से विकर्ण पार नहीं लिखा जाता है। इसके अलावा, विषयों को निर्देश दिया गया था कि यदि वे गलत हैं तो सेल को शेड करें और उनके उत्तर के एक प्रकार को ठीक करना चाहते हैं। यह मिस क्लास है।
वर्गीकरण दृष्टिकोण के लिए मेरे पास दो विकल्प थे: चमक स्तर द्वारा कोशिकाओं को विभाजित करना और मशीन सीखने के तरीकों का उपयोग करना। तंत्रिका नेटवर्क के एक पुराने प्रशंसक के रूप में (मैंने एक दिन vba पर लिखा था), मैंने एनकोग लाइब्रेरी को लिया और 20 पूर्ण परीक्षण रूपों पर एक मल्टी-लेयर परसेप्ट्रॉन को प्रशिक्षित किया। और मुझे 15-35% गलत उत्तरों की त्रुटि मिली। यह स्पष्ट हो गया कि महीन एल्गोरिदम का उपयोग करना आवश्यक था (दृढ़ नेटवर्क, नेटवर्क के दास, सीखने के एल्गोरिदम का एक संयोजन)। इस मामले में, सेल कक्षाओं के लिए विभिन्न विकल्पों के साथ नेटवर्क को प्रस्तुत करना आवश्यक था, उदाहरण के लिए, जैसे:

सभी परीक्षण और त्रुटि के परिणामस्वरूप, मैं चमक कर वर्गीकरण में लौट आया। सेल के सभी पिक्सल की चमक के योग से नहीं, क्योंकि यह बहुत संवेदनशील नहीं है। मैंने पिक्सेल सेल ब्राइटनेस के सोम्स के वर्टिकल हिस्टोग्राम के लिए वर्टिकलइंटेंसिटीस्टैटिस्टिक्स क्लास का इस्तेमाल किया। नीचे एक क्रॉस हिस्टोग्राम और एक मुफ्त हिस्टोग्राम है:

मैंने 8 से 17 तक ऊर्ध्वाधर पिक्सेल के लिए हिस्टोग्राम मूल्यों को लिया (ट्रिम की गई) और सूत्र का उपयोग किया: थ्रेशोल्ड = 1 - औसत (चमक के लिए हिस्टोग्राम मूल्य) / अधिकतम चमक। दहलीज के मूल्य से, मैंने सेल के वर्ग का निर्धारण किया। एक नियम के रूप में, वर्गों को निम्नानुसार विभाजित किया गया था:
० से ०.१ class वर्ग मुक्त,
0.18 से 0.6 पार वर्ग तक,
0.6 से 1 वर्ग की याद आती है।

5. प्रतिक्रियाओं की बचत।
चूंकि सिस्टम स्वचालित नहीं है, लेकिन स्वचालित है, इसलिए मान्यता के दौरान होने वाली त्रुटियों को मैन्युअल रूप से ठीक किया जा सकता है। उसके बाद, क्रॉस क्लास की सेल आईडी को डेटाबेस में भेजा जाता है।
बाहरी रूप से, मान्यता इंटरफ़ेस इस तरह दिखता है:


संक्षेप में:
सी # भाषा सीखने के तीन महीने के लिए, मैंने मनोवैज्ञानिक परीक्षण रूपों की मान्यता के लिए एक नि: शुल्क आवेदन किया। पूर्व-उपयोग ने डेढ़ मिनट में लगभग 1 खाली का थ्रूपुट दिखाया। यह बहुत अच्छा है, मान्यता से पहले व्यक्तिगत डेटा की मैन्युअल प्रविष्टि को देखते हुए।
अब मुझे अपने डरावने कोड को संपादित करने में खुशी हो रही है, और यहां तक ​​कि ईमानदार होने के लिए, मैं लोगों को उत्पाद देने के लिए प्रलेखन लिख रहा हूं। और उसी समय मैं वर्गीकरण प्रक्रिया का अनुकूलन कर रहा हूँ।
या हो सकता है कि यह लेख कुछ पेशेवरों को रूपों को पहचानने के लिए एक महान मुक्त रूपरेखा लिखने के लिए प्रोत्साहित करेगा, कम से कम मेरे अच्छे दोस्त और कार्य सहयोगी के रूप में ऐसी सरल आवश्यकताओं के लिए ...