MemeFinder

Mecanismo de recuperação de meme

Descrição do Projeto

Tecnologias empregadas

• Processamento de imagem
• Aprendizado de máquina
• Processamento de linguagem natural
• Script de shell

Coleção

Os memes são coletados de subreddits populares usando um script scraper scrape/scraper.py

Padronização

• Os memes coletados são colocados na pasta raw e o script standard.py é executado
• Cada nome de arquivo é extraído e armazenado em um arquivo de texto próximo ao novo nome de arquivo hexadecimal gerado para a imagem
• As imagens padronizadas são armazenadas na pasta processed

Extração de consulta

• A consulta inserida é dividida em palavras e os sinônimos de cada palavra são adicionados à lista de related queries usando a biblioteca nltk
• Verificamos o banco de dados para combinar palavras com palavras em related queries
• Isso amplia a área de pesquisa e minimiza cenários de saída zero

Relevância para consulta

• Os memes são ordenados em ordem de relevância para a consulta de pesquisa
• Isso é feito atribuindo uma pontuação a cada meme presente no banco de dados e depois classificando em ordem decrescente de pontuação.

Reconhecimento óptico de caracteres

• OCR é feito usando Tesseract para extrair texto dos memes, o que é uma parte essencial do projeto
• O texto extraído não é perfeitamente preciso, então a saída do ocr é alimentada no corretor ortográfico da biblioteca autocorrect Python
• O corretor ortográfico torna a conversão mais precisa

Teste rápido

Para executar a GUI e testar as funcionalidades, basta digitar

 sudo bash run.sh

Colete e corra

• Para coletar os memes dos subreddits

 sudo bash collect.sh

• O script bash prepara o banco de dados que permite que o Meme Engine funcione corretamente
• Para executar o tipo Meme Retrieval Engine (Meme Finder)

 sudo bash run.sh

• Insira a consulta no campo de texto e clique em Go
• Os memes são classificados com base na relevância
• Os memes selecionados podem ser navegados usando os botões Next e Previous

Adicione novos subreddits à lista

 sudo bash add.sh

Requisitos

• cv2 (OpenCV)
• Pytesseract
• nltk
• PIL
• hashlib
• fechado
• correção automática
• pimongo

Melhorias Futuras

• Adicionando funcionalidade à barra de progresso
• Corrija a escala de tamanho dos memes para exibição na tela
• Adicionando recurso para liberar memes armazenados
• Armazenar modelos de memes populares e verificar semelhanças de imagens e associar palavras-chave especiais

Documentação

Documentação do MemeFinder