計算機視覺：圖像比較和計數？

Question

我很好奇，如果能夠計算圖片中的東西數量，比如說鴨子的數量，首先拍攝一張照片，然後在一張單獨的照片中查看它的匹配位置。因此，爲了澄清，我們將有2張照片（一張照片帶一隻鴨子，另一張帶有4只鴨子的照片爲了爭辯），並且該程序將通過重疊一張照片來看看它可以在4張鴨子圖片中做出多少匹配鴨子圖片 - 從而計算圖片中有多少鴨子。我一直在閱讀計算機視覺，並且我知道opencv的網站談論了使用傅立葉變換將圖像分解爲其幅度和相位。我希望可以將一張鴨子圖片的大小變成一個矩陣，然後將它與來自四張鴨子圖片的一系列矩陣進行比較。

我想這將是相當困難的，因爲我將不得不以某種方式告訴程序初始鴨子的形狀，然後將該鴨子的分解圖像信息存儲到矩陣中，然後將其與從分解後的矩陣進行比較另一張照片。任何想法/建議？我認爲這將是一次很好的學習經歷，因爲我是一名電氣工程專業的學生，​​上一學期我學習了傅立葉變換，DFT等等 - 實際上將它們應用於某些東西只是一件很酷的事情。

Answer 1

你在說關於物體識別 - 計算機視覺中的一個基本問題。您的主要想法 - 拍攝對象的圖片，從中獲取一些特徵，然後在其他圖像上找到相同的特徵 - 是正確的。但是，像素逐像素比較（無論是時間還是頻域）都非常容易出錯，通常效果不佳。在大多數情況下，更高級別的功能會提供更好的結果。

要開始使用OpenCV中的Cascade Classifier，它使用類Haar特徵（具有特定灰度級的小矩形）。它是最着名的人臉檢測和識別，但也可以爲其他對象進行訓練。

您可能還會對SURF方法感興趣，該方法搜索具有類似特徵的點，甚至是AAMs，這些方法試圖模擬對象的形狀和外觀。