MemeFinder

Motor de recuperación de memes

Descripción del proyecto

Tecnologías empleadas

• Procesamiento de imágenes
• Aprendizaje automático
• Procesamiento del lenguaje natural
• Secuencias de comandos de shell

Recopilación

Los memes se recopilan de subreddits populares utilizando un script scraper scrape/scraper.py

Normalización

• Los memes recopilados se colocan en una carpeta raw y se ejecuta el script standard.py
• Cada nombre de archivo se extrae y almacena en un archivo de texto junto al nuevo nombre de archivo hexadecimal generado para la imagen.
• Las imágenes estandarizadas se almacenan en la carpeta processed .

Extracción de consultas

• La consulta ingresada se divide en palabras y se agregan sinónimos para cada palabra a la lista de related queries usando la biblioteca nltk.
• Escaneamos la base de datos para hacer coincidir palabras con las palabras en related queries
• Esto amplía el área de búsqueda y minimiza los escenarios de salida cero.

Relevancia para la consulta

• Los memes están ordenados según su relevancia para la consulta de búsqueda.
• Esto se hace asignando una puntuación a cada meme presente en la base de datos y luego ordenándolos en orden descendente de puntuaciones.

Reconocimiento óptico de caracteres

• El OCR se realiza utilizando Tesseract para extraer texto de los memes, lo cual es una parte esencial del proyecto.
• El texto extraído no es perfectamente preciso, por lo que el resultado de ocr se introduce en el corrector ortográfico de la biblioteca autocorrect de Python.
• El corrector ortográfico hace que la conversión sea más precisa

Prueba rápida

Para ejecutar la GUI y probar las funcionalidades, simplemente escriba

 sudo bash run.sh

Recoger y ejecutar

• Para recopilar los memes de los subreddits.

 sudo bash collect.sh

• El script bash prepara la base de datos que permite que Meme Engine funcione correctamente
• Para ejecutar el tipo Meme Retrieval Engine (Meme Finder)

 sudo bash run.sh

• Ingrese la consulta en el campo de texto y haga clic en Go
• Los memes están ordenados según su relevancia.
• Los memes seleccionados se pueden explorar usando los botones Next y Previous .

Agregar nuevos subreddits a la lista

 sudo bash add.sh

Requisitos

• cv2 (OpenCV)
• pytesseract
• ntk
• PILA
• hashlib
• callar
• autocorrección
• pimongo

Mejoras futuras

• Agregar funcionalidad a la barra de progreso
• Corregir la escala de tamaño de los memes para mostrarlos en el lienzo.
• Agregar función para vaciar los memes almacenados
• Almacenar plantillas de memes populares y verificar imágenes en busca de similitudes y asociar palabras clave especiales

Documentación

Documentación de MemeFinder