有OpenCV实现形状上下文匹配吗?我发现只有matchShapes()函数对我不起作用 . 我想从形状上下文匹配集中获得相应的功能 . 在两个不同的图像上比较和找到检测到的轮廓的旋转和位移是个好主意 .
另外一些示例代码对我来说非常有帮助 .
我想检测例如粉红色方块,在第二种情况下用笔检测 . 其他例子可能是有一些洞,星等的正方形 .
图像处理的基本步骤是
图像采集>预处理>分割>表示>识别
而你所要求的似乎在于这个通用算法的表示部分 . 您想要一些描述您感兴趣的对象的功能,对吧?在分享我为简单的手势识别所做的事情之前,我希望你考虑一下你真正需要的东西 . 很多时候简单性会让它变得容易多了 . 考虑对象上的固定颜色,考虑背景减法(这两个主要关系到预处理和分割) . 至于表示,您对哪些功能感兴趣?你可以排除其中一些功能的需要 .
我的项目组和我采用了一种简单的方法进行预处理和分割,为我们的手选择了一个绿色手套 . 以下是屏幕上手套,相机和检测的示例:
我们在缺陷上使用了一个阈值,并将其指定为从手指中找到缺陷,并且我们计算了旋转的矩形边界框的比率,以查看我们的blod是如何二次的 . 只选择了四种不同的手势,我们只能通过这两种功能来区分它们 .
我们使用的函数和测量结果都可以在documentation on structural analysis中找到OpenCV,并且可以在_2914651中找到向量中的值的访问(我们已经使用了很多) .
我希望你可以用这个思路;如果你想要更具体的信息,我很乐意发表评论,享受 .
1 回答
图像处理的基本步骤是
图像采集>预处理>分割>表示>识别
而你所要求的似乎在于这个通用算法的表示部分 . 您想要一些描述您感兴趣的对象的功能,对吧?在分享我为简单的手势识别所做的事情之前,我希望你考虑一下你真正需要的东西 . 很多时候简单性会让它变得容易多了 . 考虑对象上的固定颜色,考虑背景减法(这两个主要关系到预处理和分割) . 至于表示,您对哪些功能感兴趣?你可以排除其中一些功能的需要 .
我的项目组和我采用了一种简单的方法进行预处理和分割,为我们的手选择了一个绿色手套 . 以下是屏幕上手套,相机和检测的示例:
我们在缺陷上使用了一个阈值,并将其指定为从手指中找到缺陷,并且我们计算了旋转的矩形边界框的比率,以查看我们的blod是如何二次的 . 只选择了四种不同的手势,我们只能通过这两种功能来区分它们 .
我们使用的函数和测量结果都可以在documentation on structural analysis中找到OpenCV,并且可以在_2914651中找到向量中的值的访问(我们已经使用了很多) .
我希望你可以用这个思路;如果你想要更具体的信息,我很乐意发表评论,享受 .