Grafische Programme (wxWidgets)Voraussetzung zum Kompilieren: wxWidgets (v2.4.2)Die hier veröffentlichten Programme sind allesamt mit der Grafikbibliothek wxWidgets (ehemals wxWindows) in C++ geschrieben. wxWidgets hat mehrere Vorteile. Zum einen kann man damit Plattformunabhängigkeit für seine GUI-Programme erreichen, was ein hohes Maß an Flexibilität bedeutet. wxWidgets stellt dabei eine Art "Wrapper" dar, der unter Windows die Funktionsaufrufe in MFC-Calls, unter Linux in GTK+ und unter Unix in Motif-Aufrufe umsetzt. D.h.: "ein Sourcecode, unterschiedliches Linking". Je nach System werden die Codezeilen von wxWidgets-Programmen in andere GUI-Aufrufe umgesetzt, sodass man seine Programme auf den unterschiedlichsten Systemen kompilieren kann. Ein weiterer Vorteil ist die Unterstützung einer Menge von Hochsprachen. Nicht nur C++, auch Python kann z.B. benutzt werden, um wxWidgets-Programme zu erstellen. kDevelop >v3.0 liefert wxWidgets gleich mit, unter Windows gibt es Pakete für Visual C++, Dev-Cpp und viele andere - selbst eine .Net-Portierung liegt schon vor. Auf der Website des Projekts kann sich jeder die benötigten Pakete downloaden. 1. wxANN - Artificial Neuronal Networks
Beschreibung In der derzeitigen Version v0.3 realisiert das Programm ein neuronales Netzwerk, welches zur Erkennung digitaler Ziffern nach der Datei doc/digit_num.jpg trainiert werden kann. Die Bedienung ist in Englisch gehalten, ebenso die noch unfertige Dokumentation, dies sollte jedoch keine Schwierigkeiten bereiten. Zunächst muss man im DigitANN-Dialog eingeben, wieoft das Netz die digitalen Ziffern betrachten soll, um sie zu "lernen". Dann kann man selbst im Input-Feld ein Muster eingeben und schauen, zu welchem Ergebnis das Netz kommt. Wenn man z.B. eine digitale "7" erstellt, wie sie in der Datei doc/digit_num.jpg angegeben ist und darin ein paar Fehlerpixel einbaut, so ist es trotzdem wahrscheinlich, dass das Netz zu einem korrekten Ergebnis kommt... Weiterhin ist ein Dialog vorhanden, in dem der Benutzer das Spiel "Nimm" gegen den Computer spielen kann. Je nach Schwierigkeitsgrad ist es dabei mehr oder minder wahrscheinlich, dass man gegen das Neuronale Netz gewinnt. 2. wxOCR - Texterkennung mit Neuronalen Netzen
(c) 2005 by RTC, www.linux-related.de
|