Diese Bachelorarbeit untersucht die semi-automatisierte Annotation von Spielsituationen im Mini-Spiel Chicken Dinner aus Heroes Charge mithilfe von Bildverarbeitungsalgorithmen in MATLAB. Ziel der Arbeit war es, die Genauigkeit und Effizienz sowie den Umfang der Annotation zu verbessern. Hierfür wurden Ground Truth-Datensätze erstellt und tiefe neuronale Netze trainiert, um die Spielinhalte zu klassifizieren. Außerdem wurde Texterkennung zur Erfassung weiterer Spielinformationen eingesetzt.

In diesem Projekt geht es hauptsächlich um eine Anwendung zur Grafikübertragung auf das E-Paper Display der Firma Waveshare. Die vom Autor erstellte Software ermöglicht die Verarbeitung des Bildes, und dann werden die Bilddaten über die serielle Schnittstelle an die Hardware übertragen, die das elektronische Papier zur Aktualisierung des Bildschirms steuert, um das Bild zu erhalten.

Inhalt dieser Arbeit ist die Entwicklung einer Software zur Schrifterkennung, basierend auf Neuronalen Netzen. Dies soll am Beispiel einer IBAN-Erkennung skizziert werden. Hierfür werden zuerst grundlegende Konzepte (künstlicher) Neuronaler Netze sowie der für die Zeichen-Extraktion notwendigen Bildvorverarbeitung besprochen. Die Implementierung des Neuronalen Netzes erfolgt auf Basis eines speziellen Frameworks, zum direkten Vergleich wird auch eine (rudimentär funktionale) Eigenentwicklung vorgestellt. Entsprechende Tests und Messungen zeigen Stärken und Schwächen der umgesetzten Lösung und liefern somit Aufschluss darüber, welches Potential für eine weitere Behandlung der Thematik besteht.