图像识别——图像中的骰子
Image recognition - dice in an image
我正在开发一个 WPF 应用程序，我需要从图像文件（例如，由我的网络摄像头拍摄）/BitmapSource "find" / "read" 骰子。
所以我需要知道找到的骰子数量（1、2、3、4、5 或 6？）以及它们的数字...
我已经在 google 上进行了搜索，但我无法找到一种方法...目前我唯一能找到的是 EmGu（英特尔 OpenCV 图像的 .NET 包装器-处理库）。但是，这似乎很广泛。
一些进一步的信息/想法/经验会有所帮助。
我对图像识别一窍不通，我认为使用掷骰子程序可能会更简单。
我知道人工智能很难。很辛苦。
在这里使用 AI 的最简单方法可能是教 AI 点数和骰子数。
假设你有网络摄像头，并安排图片中唯一的白色东西是斑点。
您可以拍照，然后 "just" 遍历它，使用图片中的 xy 坐标检查图像中的白色。
当你找到一个时，任何连接的白色仍然是那个点。
任何未连接的白色都是另一个点。
您将需要调整此过程，以便闪亮的位或任何不会被拾取的东西。
如果骰子不是绿色的，而你在绿色粗呢上滚动，那么同样当你击中非绿色时，那就是一个骰子。
首先：要完成这个任务你需要一个视觉库（比如OpenCV），没有办法。否则你将不得不自己实现所需的图像处理。
其次：根据捕获图像的环境，机器可能真的很难完成这项任务。对于机器视觉，建议图像符合以下条件：
- 灰度值
- 平滑和深色背景
- 前景中的对象很少
- 与背景形成鲜明对比的待识别对象
第三：这里使用机器视觉来完成任务是一个小指南。一如既往，有多种方法可以做到这一点。
a) 使用二值化
- 过滤：应用过滤器，例如中值滤波器
- 二值化：二值化图像和select骰子的区域
- 形态学：应用形态学操作（例如开运算）去除select已编辑但不需要的背景部分
- 计数：像骰子一样计算具有相似特征（宽度，..）的区域
- 计数：计算先前 selected 骰子区域中的洞数
b) 机器学习
如果你敢，你也可以尝试机器学习方法，例如使用来自 Google 的 TensorFlow。在这种情况下，您没有上面提到的大部分限制，而是需要用数百张图像来教授算法。图片需要 sorted/tagged 正确 ("no.1",..)。如果正确教导，它也能识别不同的骰子类型（大小、颜色、..），这很难用方法 a) 来做到。
我正在开发一个 WPF 应用程序，我需要从图像文件（例如，由我的网络摄像头拍摄）/BitmapSource "find" / "read" 骰子。
所以我需要知道找到的骰子数量（1、2、3、4、5 或 6？）以及它们的数字...
我已经在 google 上进行了搜索，但我无法找到一种方法...目前我唯一能找到的是 EmGu（英特尔 OpenCV 图像的 .NET 包装器-处理库）。但是，这似乎很广泛。
一些进一步的信息/想法/经验会有所帮助。
我对图像识别一窍不通，我认为使用掷骰子程序可能会更简单。
我知道人工智能很难。很辛苦。
在这里使用 AI 的最简单方法可能是教 AI 点数和骰子数。
假设你有网络摄像头，并安排图片中唯一的白色东西是斑点。
您可以拍照，然后 "just" 遍历它，使用图片中的 xy 坐标检查图像中的白色。
当你找到一个时，任何连接的白色仍然是那个点。
任何未连接的白色都是另一个点。
您将需要调整此过程，以便闪亮的位或任何不会被拾取的东西。
如果骰子不是绿色的，而你在绿色粗呢上滚动，那么同样当你击中非绿色时，那就是一个骰子。
首先：要完成这个任务你需要一个视觉库（比如OpenCV），没有办法。否则你将不得不自己实现所需的图像处理。
其次：根据捕获图像的环境，机器可能真的很难完成这项任务。对于机器视觉，建议图像符合以下条件：
- 灰度值
- 平滑和深色背景
- 前景中的对象很少
- 与背景形成鲜明对比的待识别对象
第三：这里使用机器视觉来完成任务是一个小指南。一如既往，有多种方法可以做到这一点。
a) 使用二值化
- 过滤：应用过滤器，例如中值滤波器
- 二值化：二值化图像和select骰子的区域
- 形态学：应用形态学操作（例如开运算）去除select已编辑但不需要的背景部分
- 计数：像骰子一样计算具有相似特征（宽度，..）的区域
- 计数：计算先前 selected 骰子区域中的洞数
b) 机器学习
如果你敢，你也可以尝试机器学习方法，例如使用来自 Google 的 TensorFlow。在这种情况下，您没有上面提到的大部分限制，而是需要用数百张图像来教授算法。图片需要 sorted/tagged 正确 ("no.1",..)。如果正确教导，它也能识别不同的骰子类型（大小、颜色、..），这很难用方法 a) 来做到。