Projeto de Reconhecimento de Imagem - DIO

Este repositório contém o projeto prático para o bootcamp Microsoft Copilot AI da DIO, onde utilizei o Microsoft Copilot para reconhecimento e transcrição de códigos a partir de imagens. As linguagens abordadas foram HTML, JavaScript, PHP, Python e SQL, e cada resposta gerada foi documentada em um arquivo Word, além de um arquivo individual com cada código transcrito em suas respectivas linguagens, organizados neste repositório.

Estrutura do Repositório

• inputs: Pasta onde estão salvas as imagens originais utilizadas no projeto.
• outputs: Pasta onde estão armazenados os resultados de reconhecimento de texto.
• Final_Challlenge_Answers_Copilot.docx: Documento que compila as transcrições e descrições dos códigos gerados pelo Copilot.
• answer_html.html: arquivo que contém o código gerado da imagem code_html.jpg
• answer_javascript.js: arquivo que contém o código gerado da imagem code_javascript
• answer_php.php: arquivo que contém o código gerado da imagem code_php.jpg
• answer_python.py: arquivo que contém o código gerado da imagem code_python.jpg
• answer_sql.sql: arquivo que contém o código gerado da imagem code_sql.jpg
• README.md: Este arquivo, que descreve o processo de criação do projeto.

Prints do Processo

Abaixo estão alguns prints das respostas fornecidas pelo Microsoft Copilot para as imagens de código:

HTML

JavaScript

PHP

Python

SQL

Descrição do Processo

1. Extração de Texto das Imagens: Cada imagem contendo códigos em diferentes linguagens foi analisada pelo Microsoft Copilot, que gerou descrições e transcrições do código presente.
2. Organização e Compilação: As respostas foram organizadas em um documento Word, facilitando a apresentação e documentação dos resultados.
3. Estruturação do Repositório: O repositório foi organizado em pastas para manter os arquivos originais e os resultados de maneira organizada.

Insights e Aprendizados

Durante o processo, foi possível observar algumas funcionalidades úteis do Microsoft Copilot para transcrição de código:

• Reconhecimento Preciso de Sintaxe: O Copilot conseguiu identificar corretamente os elementos sintáticos de cada linguagem, tornando a transcrição fiel ao código original.
• Versatilidade em Diferentes Linguagens: A ferramenta demonstrou habilidade em interpretar e descrever códigos de várias linguagens, o que facilita a documentação de projetos diversos.

Possibilidades de Aprimoramento

Este projeto abre diversas possibilidades para aprimoramentos futuros, como:

• Automatização Completa do Processo: Integrar o Copilot com scripts para automatizar a extração e compilação de código em documentos.
• Expansão para Outras Linguagens: Testar a eficácia do Copilot em outras linguagens de programação e contextos mais complexos.
• Análise Comparativa com Outras Ferramentas: Realizar uma comparação entre o Copilot e outras ferramentas de reconhecimento de código para avaliar sua eficiência.

Este projeto contribuiu para o aprimoramento do meu portfólio, oferecendo um registro documentado de habilidades técnicas em várias linguagens.