# Tasks

**Repository Path**: CSIG-MiniProject-SYSU/Tasks

## Basic Information

- **Project Name**: Tasks
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 0
- **Created**: 2020-05-06
- **Last Updated**: 2020-12-19

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

week2
## 已完成任务 ##

1. 利用winAPI设置钩子，当新窗口出现时捕获消息并获得其句柄，利用窗口句柄得到相关属性（窗口标题、类名、位置）及桌面截图供判断算法使用
2. OCR：文字不是通过 Windows 原生控件创建和显示的，则需要光学字符识别

	测试腾讯OCR SDK：对于成段或在同行的规范印刷字识别成功率很高，艺术字体基本识别不出，按列沿竖直方向排列的文本识别效果不好，同时对于在同一高度的多个短句的识别很难识别出完整句子

3. 爬虫搜集广告/热点资讯/头条标题文本数据

4. 基于图像的游戏广告类弹窗判别算法：艺术字体一般存在于广告（譬如游戏广告），这类广告有个特点，就是图片色阶比较多，分布比较均匀，利用灰度直方图将其与一般弹窗区分

## 正在进行 ##

1. 文本数据关键词提取

## 待解决问题 ##

1. 基于图像判别骚扰弹窗的其他算法
2. 部分文本数据标注
3. 对弹窗文本（找大量广告和新闻文本）做特征提取，从比词法更高的层次入手，实现判断
4. 各部分内容（使用了不同语言）整合：