[Talk-cz] Import adres z katastralni mapy

Jan Bilak jan.bilak.osm na gmail.com
Pátek Únor 12 18:32:38 UTC 2010


K vyzkoušení:
http://jabi.aspone.cz/osm/OcrBeta1.zip

Má to stejné ovládání jako původní tile-processor, ale navíc možnost logování:

FindAddressPoints.exe -tiles test-dir-with-png-images -output test.csv
-log log.txt -all

-log log.txt ... pokud se toto uvede, tak program bude logovat
nerozpoznané body nebo ty, které byly narušené překryvem.

Pokud se uvede navíc -all, tak se budou logovat všechny body.

Soubor charDef.txt obsahuje definici znaků nebo posloupnosti znaků. Je
to také textový soubor, který když zobrazíte fontem s pevnou šířkou,
tak je myslím význam jasný. Chybí tam číslice 4 posunutá dolů (tedy za
č.o.), protože jsem na nic při pokusech nenarazil. Soubor musí být při
spuštění v aktuálním adresáři.

Honza


2010/2/12 Jan Bilak <jan.bilak.osm na gmail.com>:
> Na slušné detekci překryvů právě pracuji a myslím, že rozhodně bude
> výrazně lepší než byla (to už je myslím teď). Ale stoprocentní
> samozřejmě ne - když překryv bude velký, tak to určitě nepůjde.
>
> Ale jinak si myslím, že generování dlaždic na serveru KN bude nějakou
> dobu trvat - a to, ať je na té dlaždici 5 bodů nebo třeba jen jeden. A
> také jim to bude zatěžovat servery, když se to přežene s rychlostí
> stahování (mnoho vláken apod.).
>
> Honza
>
>
> 2010/2/12 Petr Dlouhý <petr.dlouhy na email.cz>:
>> Kvůli překryvům - čísla se s rozlišením zmenšují.
>> Nevím, jak moc je tvůj algoritmus dokonalý v detekci překrývajících se
>> číslic, ale nevěřím, že dokážeš spolehlivě poznat, kde číslo skončí.
>> Samozřejmě je to otázka nějakého kompromisu, ale většinu času předtím
>> zabralo počítání.
>>
>> Myslím, že ale to dynamické rozlišení, které navrhuješ, nemá moc cenu,
>> protože ty dlaždice jsou v PNG, takže by bílé plochy neměly zabírat příliš
>> mnoho datového objemu. To samé platí pro vyšší rozlišení - zpomalení může
>> nastat spíš tím, že je nutné zpracovat větší množství obrazové informace.
>>
>> On Fri, 12 Feb 2010 15:39:54 +0100, Jan Bilak <jan.bilak.osm na gmail.com>
>> wrote:
>>
>>> Ahoj,
>>> k čemu větší rozlišení? Spíše jsem uvažoval nad dynamickým rozlišením
>>> ... tedy stahovat výřezy nejprve v malém rozlišení a podle toho
>>> detekovat oblasti, které obsahují adresní body. A jen tyto úseky
>>> stahovat ve vyšším (třeba stávajícím) rozlišení. To by mohlo ušetřit
>>> množství stahovaných dat. Přijde mi, že nejpomalejší bude právě
>>> stahování dlaždic z WMS, takže obecným zvýšením rozlišení by se čas
>>> prodloužil.
>>>
>>> Mimochodem - nemáte někdo stažené dlaždice z nějaké větší oblasti,
>>> které byste mohli někam hodit zazipované, abych to nemusel stahovat z
>>> WMS pro testování?
>>>
>>> Honza
>>>
>>>
>>> 2010/2/12 Petr Dlouhý <petr.dlouhy na email.cz>:
>>>> Ahoj,
>>>>
>>>> zní to dobře, jestli by to opravdu neznamenalo příliš mnoho času, tak by
>>>> možná stálo za to data kvůli té chybě předělat (pokud navíc zlepší
>>>> detekci
>>>> u překryvů, nebo díky rychlosti umožní stahovat dlaždice s větším
>>>> zoomem,
>>>> tak to bude další plus).
>>>>
>>>> On Fri, 12 Feb 2010 04:25:19 +0100, Jan Bilak <jan.bilak.osm na gmail.com>
>>>> wrote:
>>>>
>>>>> Ahoj,
>>>>>
>>>>> pokusná implementace je velmi rychlá a měla by být i spolehlivá.
>>>>>
>>>>> Zkoušel jsem to na 18 výřezech 4000x4000 px. Celkový čas 7.2 s.
>>>>> Průměrný čas zpracování jednoho souboru je 405 ms, průměrný čas
>>>>> zpracování jednoho adresního bodu je 17 ms. To vše v jednom vlákně a
>>>>> tedy to zatěžuje jen jedno jádro procesoru.
>>>>>
>>>>> Zítra to snad dodělám do použitelného stavu.
>>>>>
>>>>> Honza
>>>>>
>>>>>
>>>>> 2010/2/11 Petr Dlouhý <petr.dlouhy na email.cz>:
>>>>>> Ne, o to nejde. Ty čísla jsou už rozpoznaná, takže stačí předělat
>>>>>> pouze
>>>>>> ta
>>>>>> evidenční čísla (ty jsou posunutá trochu níž od tečky, takže je tam ta
>>>>>> dvojka uřízlá), ve kterých je sedmička. Není problém v tom, že by to
>>>>>> nešlo
>>>>>> uříznout o trochu níž. Problém je, že už jsme to udělali špatně, takže
>>>>>> by
>>>>>> to bylo dobré napravit bez toho, abychom museli všechno předělávat.
>>>>>>
>>>>>> On Thu, 11 Feb 2010 20:30:56 +0100, Stanislav Brabec <utx na penguin.cz>
>>>>>> wrote:
>>>>>>
>>>>>>> Aha, tak to jsme si nerozuměli. Nejde naučit ho poznávat uříznutou
>>>>>>> dvojku? Pokud to ovšem nezvýší riziko chyby jinde.
>>>>>>
>>>>>>
>>>>>> --
>>>>>> Petr Dlouhý
>>>>>>
>>>>>> _______________________________________________
>>>>>> Talk-cz mailing list
>>>>>> Talk-cz na openstreetmap.org
>>>>>> http://lists.openstreetmap.org/listinfo/talk-cz
>>>>>>
>>>>>
>>>>> _______________________________________________
>>>>> Talk-cz mailing list
>>>>> Talk-cz na openstreetmap.org
>>>>> http://lists.openstreetmap.org/listinfo/talk-cz
>>>>
>>>>
>>>> --
>>>> Petr Dlouhý
>>>>
>>>> _______________________________________________
>>>> Talk-cz mailing list
>>>> Talk-cz na openstreetmap.org
>>>> http://lists.openstreetmap.org/listinfo/talk-cz
>>>>
>>>
>>> _______________________________________________
>>> Talk-cz mailing list
>>> Talk-cz na openstreetmap.org
>>> http://lists.openstreetmap.org/listinfo/talk-cz
>>
>>
>> --
>> Petr Dlouhý
>>
>> _______________________________________________
>> Talk-cz mailing list
>> Talk-cz na openstreetmap.org
>> http://lists.openstreetmap.org/listinfo/talk-cz
>>
>




Další informace o konferenci talk-cz