美好的一天!抱歉我的英語。OpenCV對象(圖章)識別/檢測
各公司有幾個樣本(標準具)郵票。還有測試圖像 - 這些郵票可能發生的文件照片。有必要確定圖片中是否有文檔或該圖章(參考)。郵票可以旋轉。
與通常的標準具(卡通人物)做類似的任務,發現很好。但郵票問題可能是由於它們非常相似 - 全方位的緣故。 使用SurfFeatureDetector,SurfDescriptorExtractor
這可能是值得的其他探測器和描述符? 謝謝。
美好的一天!抱歉我的英語。OpenCV對象(圖章)識別/檢測
各公司有幾個樣本(標準具)郵票。還有測試圖像 - 這些郵票可能發生的文件照片。有必要確定圖片中是否有文檔或該圖章(參考)。郵票可以旋轉。
與通常的標準具(卡通人物)做類似的任務,發現很好。但郵票問題可能是由於它們非常相似 - 全方位的緣故。 使用SurfFeatureDetector,SurfDescriptorExtractor
這可能是值得的其他探測器和描述符? 謝謝。
如果印章尺寸與主圖像相比太小,單獨使用SURF
描述符可能不是一個可行的選擇。
既然你有郵票參考圖像的一個有限數量的,可以嘗試template matching
並檢測印模區域並計算取向之後,可以只計算出的相關性與參考和選擇具有最高相關性作爲所檢測到的對象。
可以在每個RGB通道上應用模板匹配操作(假設彩色圖像),並將匹配分數相加以作爲最終決定。然而,更難的部分是檢測郵票及其方向。
您還可以分別在3個RGB通道上使用SURF關鍵點以利用顏色信息。在爲每個頻道提取關鍵點後,您可以分別計算匹配分數並對三個分數進行求和以獲得最終決策。
作爲另一特徵,可以用計算的參考圖像color histograms
和測試過程中,你可以commpare這些直方圖中找到一個很好的匹配。該功能獨立於旋轉,計算簡單。
很難確切地說出你的問題是什麼。你能澄清嗎?總是值得嘗試其他探測器並比較它們的性能。 OpenCV實現了SIFT,ORB和FREAK。此外,發佈郵票的例子會有所幫助。 – Aurelius