OpenCV, um nahe Übereinstimmung für Bilder zu finden

Question

Ich möchte die nächste Übereinstimmung des Bildes finden. Zum Beispiel gibt es ein Bild von Auto und Fahrrad. Wenn das gegebene Bild vom Fahrrad ist, dann sollte es das gegebene Bild mit dem gespeicherten Auto und Fahrrad vergleichen und das Ergebnis geben, je nachdem, was ist, ist die geschlossene Basis auf der Form geschlossen.

ich wissen wollte, ist es möglich, eine mit engsten Kontur und Übereinstimmung zu finden.

Ich habe versucht, mit Haar-Kaskade in offenen Lebenslauf. Durch Training Auto Bilder und Fahrrad. aber die Ergebnisse waren nicht korrekt kann Bez weniger von Trainingsdaten sein. (Ich möchte dies nicht verwenden)

Answer 1

Sie werden einen mühsamen Kampf mit Standardtechniken wie Konturen dafür haben.

bearbeiten >> Also, Ihr Fahrrad am Beispiel, was hier geschehen:

?

Neuronale Netze und andere Algorithmen für maschinelles Lernen sind die beste Wahl statt:

Insbesondere der ‚Multiclass Classification‘ Sorte. Mit dem Training (Zeit) haben sie eine bessere Chance, Ihre Katzen von Ihren Fahrrädern zu trennen.

Wie für Codebeispiele ein Blick here. Nicht ein Bild basierend Beispiel, aber Sie müssen beginnen irgendwo :)

Ebenfalls hilfreich (und getestet Arbeit von mir) ist die DLIB library:

Mit nur 8 Trainingsbildern von einem Stoppschild, seine innere Struktur diese Darstellung gebildet:

Ziemlich raffiniert.

Es gibt keinen Grund, warum Sie Ihre Konturen Ergebnisse als Eingänge zu einem ML-Klassifikator, solange sie die Signal-Rausch-Verhältnis zu erhöhen irgendwie ... (dh sie sind irgendwie mehr ‚bikey‘ als nicht)

verwenden können nicht

Answer 2

meiner Meinung nach können die folgenden Verfahren angewandt und getestet werden ->

1. GF-HOG
2. verformbare Teile Modell
3. Neuronale Netze

Eine Kombination wäre eine großartige Idee, aber GFHOG wird die Gemeinkosten erhöhen.

Studieren Sie darüber, es ist ziemlich cool tech Ich denke, das wird Ihre Frage beantworten. http://personal.ee.surrey.ac.uk/Personal/R.Hu/ICIP.html