openCV H检测

Question

对于无人机比赛，我需要使用 openCV 进行图像处理以检测“H”（用于直升机停机坪）。我尝试过一些经典算法，但结果并不令人满意。

• SIFT（和SURF）：所有的角度都是一样的（90度）所以即使找到“H”，也是方向错误。
• matchTemplate: 挺好的，但是不是旋转和大小不变的。所以我需要做太多不同尺寸和不同方向的测试。
• 霍夫线变换：当无人机离目标太远或太近时，由于它们的粗细，它不会检测到相同的线。
• Machine Learning for OCR：我忽略了如何让它准确学习，因为我正在搜索的模板是唯一的。

有人可以给我一些建议吗？ :)

编辑：这是我们需要检测的 "H"：

Answer 1

识别直升机停机坪的最佳方法是训练 Haar 分类器，然后 运行 它在：

1. 原图
2. 图片正负22、45、68、90度旋转

Haar 分类器是通过添加小的旋转来训练的，因此上述角度应该足以覆盖图像中直升机停机坪的所有旋转。另一种方法是为不同的旋转训练多个分类器；这更常见，因为 Haar 分类器放弃了最早的证据，并且 运行 多个分类器比旋转高分辨率图像更快。

也可以尝试使用旋转进行模板匹配，但这需要更多的旋转。