leaguilar / election_count_helper Goto Github PK

Qué tal @leaguilar,

Gracias por compartir tu código.

Revisando el nb de AnalysisData_PresidenteyVice.ipynb, observé que las coordenadas del bounding box que contiene todos los totales son siempre:

p1d=(380,720)
p2d=(600,1950)

Y por tanto el diccionario que se obtiene en ExtractData(img) usando pytesseract.image_to_data no se utiliza en ningún momento. Me preguntaba si es correcto y, si sí, ¿cuál era la idea original con el diccionario devuelto por pytesseract y por qué ya no se utilizó?

Por otro lado, para analizar actas de otro tipo (alcaldes, diputados, etc), supongo entonces sería suficiente con cambiar las coordenadas de p1d y p2d para que se ajusten a la ubicación de los datos, ¿cierto?

Y como último tema, las images almacenadas en el directorio ./results continen los bounding boxes de los dígitos que...

a. ¿...que la red neuronal no puede identificar correctamente? o
b.¿...que nocoinciden con el dígito en el .json proporcionado por el tse para dicha acta?

Creo que la respuesta es b, pero entendí lo contrario de nuestra conversación previa por skype. Observando las imagenes en dicho directiorio, muchos de los dígitos fueron correctamente identificados (p.ej. a mano hay un 8 y la etiqueta es 8) y me causa duda.

Gracias!