使用 OpenCV 检测写在白板上的符号
Detect symbols written on a whiteboard using OpenCV
我正在尝试检测用 black/blue/red/green 标记写在白板上的形状。形状可以是圆形、矩形或三角形。该图像可以在此 post.
的底部找到
我使用 OpenCV 作为图像识别的框架。
我的首要任务是研究并列出可用于检测的不同策略。到目前为止，我发现了以下内容：
1）灰度、模糊、Canny Edge、轮廓检测，然后是一些逻辑来判断检测到的轮廓是否是形状？
2) 具有不同形状特征的 Haar 训练
3) SVM分类
4) 灰度、模糊、Canny Edge、霍夫变换和某种颜色分割？
还有其他我错过的策略吗？有没有更新的文章或经过测试的方法？你会怎么做？
测试图片之一：https://drive.google.com/file/d/0B6Fm7aj1SzBlZWJFZm04czlmWWc/view?usp=sharing
更新：
第一种策略似乎效果最好，但远非完美。当盒子没有关闭，或者白板有很多噪音时，就会出现问题。 Haar 训练似乎不是很有效，因为要检测的形状很简单，没有很多特定的特征。我还没有尝试过 CNN，但它似乎最适合图像分类，而不是在更大的图像中检测形状（但我不确定）
我认为第一个选项应该可行。您可以使用傅立叶描述符对分段形状进行分类。
http://www.isy.liu.se/cvl/edu/TSBB08/lectures/DBgrkX1.pdf
此外，也许您可以在这里找到有用的东西：
http://www.pyimagesearch.com/2016/02/08/opencv-shape-detection/
如果您想尝试更具挑战性但更现代的方法，请考虑深度学习方法（我会从 CNN 开始）。互联网上有许多可用的实现。虽然对于这个特定的项目来说可能有点矫枉过正，但它可能会在未来帮助你...
我正在尝试检测用 black/blue/red/green 标记写在白板上的形状。形状可以是圆形、矩形或三角形。该图像可以在此 post.
的底部找到我使用 OpenCV 作为图像识别的框架。
我的首要任务是研究并列出可用于检测的不同策略。到目前为止，我发现了以下内容：
1）灰度、模糊、Canny Edge、轮廓检测，然后是一些逻辑来判断检测到的轮廓是否是形状？
2) 具有不同形状特征的 Haar 训练
3) SVM分类
4) 灰度、模糊、Canny Edge、霍夫变换和某种颜色分割？
还有其他我错过的策略吗？有没有更新的文章或经过测试的方法？你会怎么做？
测试图片之一：https://drive.google.com/file/d/0B6Fm7aj1SzBlZWJFZm04czlmWWc/view?usp=sharing
更新： 第一种策略似乎效果最好，但远非完美。当盒子没有关闭，或者白板有很多噪音时，就会出现问题。 Haar 训练似乎不是很有效，因为要检测的形状很简单，没有很多特定的特征。我还没有尝试过 CNN，但它似乎最适合图像分类，而不是在更大的图像中检测形状（但我不确定）
我认为第一个选项应该可行。您可以使用傅立叶描述符对分段形状进行分类。
http://www.isy.liu.se/cvl/edu/TSBB08/lectures/DBgrkX1.pdf
此外，也许您可以在这里找到有用的东西：
http://www.pyimagesearch.com/2016/02/08/opencv-shape-detection/
如果您想尝试更具挑战性但更现代的方法，请考虑深度学习方法（我会从 CNN 开始）。互联网上有许多可用的实现。虽然对于这个特定的项目来说可能有点矫枉过正，但它可能会在未来帮助你...