opencv-python對象檢測

Question

我是使用Python的opencv的初學者。 我有很多16位灰度圖像，並且每次需要在不同圖像中檢測相同的對象。 嘗試在opencv python中進行模板匹配，但需要針對不同的圖像采用不同的模板，這可能是不希望的。 任何人都可以建議我使用python中的任何算法來有效地做到這一點。

Answer 1

您的問題太籠統了。 特征匹配是一個非常廣闊的領域。 完全使用的算法類型取決於要檢測的對象，其環境等。

因此，如果您的對象不會改變圖像的大小或角度，請使用模板匹配。

如果圖像將改變其尺寸和方向，則可以使用SIFT或SURF。

如果對象具有與背景不同的獨特顏色特征，則可以使用hsv方法。

如果您必須根據對象對一組圖像進行分類，例如應檢測到所有板球拍，則可以訓練許多正圖像以告訴計算機該對象的外觀，而負圖像則可以指示該對象的外觀，可以使用haar訓練來完成。

Answer 2

您可以嘗試滑動窗口方法。 如果您的對象在所有樣本中都相同

Answer 3

一種方法是尋找已知的顏色，形狀和尺寸。

您可以先在圖像上執行HSV閾值，然后將圖像轉換為HSV色彩空間，然后調用

cv2.inRange(source, (minHue, minSat, minVal), (maxHue, maxSat, maxVal))

接下來，您可以使用cv2.findContours查找圖像中滿足顏色要求的所有區域。 然后，您可以使用諸如boundingRect和contourArea來查找所需對象的特定屬性。

您最終將得到的實際上是一條“流水線”，該流水線可以采用框架，並尋找適合您設置的條件的形狀。 根據您要執行的操作的復雜性（您沒有說要查找的內容），這可能會或可能不會奏效，但是我已經成功地使用了它。

GRIP是一個應用程序，它允許您以可視的方式對事物進行閾值處理，並且如果需要，它還將為您生成Python代碼。 我真的不建議按原樣使用生成的代碼，因為這樣會遇到一些問題。 這是GRIP的鏈接： https : //github.com/WPIRoboticsProjects/GRIP

Answer 4

如果要檢測的對象在每個圖像中都有不同的大小，並且形狀也略有不同，那么我建議您使用該對象的HaarCascade。 如果該對象非常籠統，則可以輕松地在網上找到它的haar級聯。 否則，很難進行級聯的haar（盡管這可能會花費一些時間）。 您可以通過senddex使用此教程在此處制作HaarCascade。

或者，如果你想知道如何使用HaarCascades那么你就可以得到它的這個鏈接這里 。