Zlepšit detekci znaků obcí

[zoul]

V cityvizor/cityvizor#91 jsme nahodili základní verzi, která funguje takhle: Poloručním scrapingem jsme udělali seznam URL znaků na Wikimedia Commons. A když pro nějakou obec hledáme znak, tak zkusíme podle názvu obce najít její stránku na Wikipedii a pokud se tahle stránka odkazuje na některý z obrázků znaků, tak víme, že to bude její znak.

To je samozřejmě ohavný hack – jednak ten scraping proběhl napůl ručně, takže nereflektujeme žádné novější změny, jednak jsme načetli pouze znaky ve formátu SVG, zatímco řada z nich má formát PNG a JPEG, a jednak párujeme obce se znaky na základě názvu obce, který není jedinečný. I kdybychom zůstali u toho tahání znaků z Wikipedie (o lepším zdroji zatím nevím), furt je tu velký prostor pro zlepšení.

PS. A jelikož tady určitě nikdy nenajdeme vyčerpávající zdroj dat, bylo by dobré přidat též možnost ručního doplňování, tedy statickou mapu IČO obce → URL znaku, která se při zpracování dat sloučí do výstupu. (Anebo to nahrát na Wiki?)

PPS. To párování odkazu na znak s nějakým předem daným statickým seznamem sice dobře eliminuje různé false positives, ale možná by bylo perspektivnější udělat nějakou heuristiku na té stránce obce a vůbec nedělat seznam znaků.

[michto01]

Při hledání jak je na tom se scrapovatelností REKOS a prohlížení ovm.json jsem narazil na to, že https://vdp.cuzk.cz/vdp/ruian/obce/554782 jde poslední číslo je kód obce tak se u docela dost záznamu objevuje znak a vlajka (nebo kombinace) ...

• https://vdp.cuzk.cz/vdp/ruian/obce/599140/vlajka
• https://vdp.cuzk.cz/vdp/ruian/obce/599140/znak

problematické je, že v případě chybějícího obrázku se zobrazí hvězda, ale to by možná šlo nějak vyfiltrovat...

• https://vdp.cuzk.cz/vdp/ruian/obce/554782/znak => chybějící znak

[michto01]

Udělal jsem malý experiment jak propojit VDP a REKOS: https://github.com/michto01/obce-symboly-experiment není to žádná sláva spíše jako proof-of-concept, ale pro inspiraci a diskuzi snad dobrý...

výsledek pro 599140 (Stonava):

{
  vlajka: 'https://vdp.cuzk.cz/vdp/ruian/obce/599140/vlajka',
  symbol: 'https://vdp.cuzk.cz/vdp/ruian/obce/599140/znak',
  pou: 'Karviná',
  kraj: 'Moravskoslezský kraj',
  okres: 'Karviná',
  name: 'Stonava',
  LUA2: 'CZ0803599140',
  REKOS: {
    url: 'https://rekos.psp.cz/detail-symbolu/id/b708ccd5-8daf-4c0f-bd43-c51644008876',
    content: {
      znak: {
        popis: 'V zeleném štítě stříbrný korunovaný gryf se zlatou zbrojí držící zlatý štítek s černým majuskulním "S".',
        url: 'https://rekos.psp.cz/data/images/37527/800x500/stonava.jpg'
      },
      vlajka: {
        popis: 'Zelený list s figurou ze znaku obce ᾢ zelený list s bílým gryfem se žlutou korunou a zbrojí, držící žlutý štítek s černým majuskulním "S". Poměr šířky k délce je 2:3.',
        url: 'https://rekos.psp.cz/data/images/33138/800x500/599140.gif'
      }
    }
  }
}