TODO: Refaire le readme en utilisant les nouveaux fichier, le backend ansi que model, et es différentes donnée
L'objectif est de faciliter la détection de feuille de marquage de belote en utilisant des algorithmes de traitement d'image.
- Aide
- Introduction to CNN Keras
- MNIST - Deep Neural Network with Keras
- Offline Handwritten Text
- Deep Neural Network Keras way
Dans un premier temps, nous décidons de quel type de feuille de marquage nous voulons.
Voir les fichiers :
Pour la détection, nous utilisons des algorithmes de traitement d'image.
Pour la détection de la feuille, nous utilisons un algorithme de détection de contour, pour la détecter automatiquement.
Couplé à un algorithme de CNN, nous pouvons vérifier si la feuille est bien détectée et dans le bon sens.
Ce fichier contient le code pour détecter les contours d'une feuille de marquage dans une image ou une vidéo.
- Conversion de l'image en niveaux de gris.
- Application d'un flou gaussien.
- Détection des contours.
- Dessin des contours détectés.
- Sauvegarde des images avec contours détectés.
Pour la détection des points, nous utilisons un algorithme de CNN afin de vérifier si les points sont corrects.
Ce fichier contient le code pour entraîner un modèle de reconnaissance de chiffres en utilisant les données MNIST et un SVM optimisé.
- Chargement des données MNIST.
- Prétraitement des images.
- Entraînement d'un modèle SVM avec un pipeline de prétraitement.
- Évaluation du modèle.
- Sauvegarde du modèle entraîné.
L'application est en C# (pour le front) et python pour le back qui permet de détecter les feuilles de marquage de belote, afin de calculer les points par joueurs et d'afficher un classement.
Elle est fournie avec un support externe pour les utilisateurs et un appareil photo pour la détection.
pip install -r requirements.txt
Pour installer toute les dependances au bon fonctionnement des différents code python