使用特征检测对二维形状进行对象检测？
Object Detection for 2-D Shapes using Feature Detection?
我的objective -
输入：PNG 平面图（上面有许多电气设备符号），以及使用边界框选择其中一个符号的用户。
输出：相同的 PNG 平面图，但突出显示所有匹配符号
我一直在研究将特征检测作为一种查找匹配符号的方法，但我无法在网上找到它用于 2D 对象的任何示例 - 我只看到它用于照片或视频中。特征检测是否也适用于 2D 对象？如果不是，为什么不？
对于那些感兴趣的人，我一直在使用 C# 进行开发，使用名为 Emgu CV 的 OpenCV 包装器 API（它具有所有 OpenCV 函数以及更多）。
我猜你的输入是一个二值/灰度图像，主要有线条、箭头、圆圈……
局部特征检测（例如 ORB、SURF、SIFT 等）最适合 "high entropy" 图像，我的意思是具有很多纹理的场景照片。
这里有几何形状，几何方法会更好。我认为（几何）形状检测算法会是更好的选择，例如广义霍夫变换。
你可以看看关于标志识别的研究。您可以使用经典特征检测器（例如 sift 或 surf），然后根据提取的特征计算一些形状不变量，例如特征三角形方向。
这里有一篇经典论文，可以看看一些想法：
Scalable Logo Recognition
我的objective -
输入：PNG 平面图（上面有许多电气设备符号），以及使用边界框选择其中一个符号的用户。
输出：相同的 PNG 平面图，但突出显示所有匹配符号
我一直在研究将特征检测作为一种查找匹配符号的方法，但我无法在网上找到它用于 2D 对象的任何示例 - 我只看到它用于照片或视频中。特征检测是否也适用于 2D 对象？如果不是，为什么不？
对于那些感兴趣的人，我一直在使用 C# 进行开发，使用名为 Emgu CV 的 OpenCV 包装器 API（它具有所有 OpenCV 函数以及更多）。
我猜你的输入是一个二值/灰度图像，主要有线条、箭头、圆圈…… 局部特征检测（例如 ORB、SURF、SIFT 等）最适合 "high entropy" 图像，我的意思是具有很多纹理的场景照片。 这里有几何形状，几何方法会更好。我认为（几何）形状检测算法会是更好的选择，例如广义霍夫变换。
你可以看看关于标志识别的研究。您可以使用经典特征检测器（例如 sift 或 surf），然后根据提取的特征计算一些形状不变量，例如特征三角形方向。
这里有一篇经典论文，可以看看一些想法： Scalable Logo Recognition