Úvodní cvičení k předmětu 33RPZ
Program
- Úvodní slovo (asi 10 minut)
- Instalace STPR toolboxu (15 minut)
- Osvěžení znalostí z Matlabu (15 minut)
- Práce s jednoduchými daty (do 55 minut)
Instalace STPR toolboxu
Předpokládaná časová náročnost: 15 minut
V Statistical Pattern Recognition Toolboxu je naimplementováno
množství algoritmů, kterými se budeme během
cvičení zabývat (můžeme je použít jako inspiraci
či pro porovnání námi dosažených
výsledků) a také obsahuje celou řadu podpůrných
funkcí, které se nám budou během semestru hodit.
Nejposlednější verzi toolboxu si stáhněte z jeho stránek ze
sekce download. Obsah .zip souboru rozbalte do svého
pracovního adresáře (tak, abyste ho našli i při
příštích cvičeních!). Abyste mohli toolbox
používat, musíte si k němu nastavit cestu:
- Pusťte Matlab
- Změňte cestu do adresáře s toolboxem (buď pomocí příkazu cd nebo ve vstupní řádce nahoře vpravo v okně Matlabu)
- Cestu nastavíte pomocí příkazu stprpath
Nyní můžete změnit cestu do libovolného adresáře a
přitom můžete používat všechny funkce z STPR toolboxu.
Funčnost instalace ověříte například spuštěním příkazu demo_ocr.
Osvěžení znalostí z Matlabu
Předpokládaná časová náročnost: 15 minut
Během celého semestru budeme používat jazyk Matlab. Je
proto nutné, abyste ho ovládali co nejlépe,
jelikož odevzdávání vypracovaných
úloh je časově omezeno na čas strávený na
cvičeních! Mohlo by se vám tedy stát, že
strávíte více času s hledáním
správných postupů v Matlabu, než řešením
vlastní úlohy, následkem čehož byste měli
problémy s odevzdáváním úloh,
které budou s přibývajícími
cvičeními stále složitejší.
V případě, že cítíte, že vaše znalost
Matlabu potřebuje osvěžení, projděte si jeden (nebo více)
z následujících zdrojů:
- Velmi krátké opakování základních operací
- Jiny tutorial MATLABu zde.
- MIT tutorial.
Kompaktní, stručný tutorial. Popisuje práci s
Matlabem pod Unixem, ale většina obsahu je použitelná pro
libovolný systém (stačí, když přeskočíte
sekci "Starting a Session")
Během dnešního cvičení vypracujte následují úkoly (bez použití for cyklů):
- Vytvořte si libovolnou matici A o rozměrech 4x4 a určete matici k ní transponovanou,
- Vypište třetí sloupec matice A, vypište
poslední dva řádky od druhého do posledního
sloupce matice A,
- Najděte všechna políčka větší než 3 a zvětšete je o 1,
- Přidejte k matici A sloupec samých jedniček.
Práce s jednoduchými daty
Předpokládaná časová náročnost: do 55 minut
V této části cvičení se naučíme
zacházet s jednoduchými vstupními daty a
rozdělíme si je na trénovací a testovací
část. Použijeme
jednoduchá data, v našem případě obrázky
písmen a provedeme na nich několik jednoduchých
operací:
- Stáhněte si datový soubor s obrázky písmen a uložte si ho do vašeho pracovního adresáře,
- Načtěte soubor do Matlabu (funkce load), zíkáte proměnné images (třírozměrné pole obrázků), Alphabet (písmena, která jsou v obrázcích), labels (indexy jednotlivých obrázků do pole Alphabet),
- Zobrazte si od každého písmene v seznamu Alphabet jeden či více obrázků (funkce imshow, hodit se vám bude asi také funkce find),
- Spočtěte průměrný obrázek pro písmena z
vašich iniciál (případně jiných dvou,
které se vám líbí) a zobrazte je (Pozor na neceločíselné hodnoty v matici obrázku! Zbavíte se jich např. funkcí uint8),
- Pro stejná písmena jako v předchozím bodě
vykreslete histogramy počtu tmavých bodů v obrázku
(hodnota menší než např. 128). Tedy, spočtěte pro
každý obrázek počet tmavých bodů a z takto
spočtených hodnot vytvořte histogram. Vykreslete oba histogramy
do jednoho grafu, abyste je mohli porovnat.
Created by Jan Šochman, 22.2.2008