OpenCV交通标志识别
OpenCV traffic sign recognition
我正在编写一个软件（用于我的研究），用于使用 IP Camera.For 识别交通标志，我必须像这样识别交通标志：
在我的代码中，我正在进行高度转换以使用掩码隔离我的交通标志。
然后，我将场景图像与一些不同交通标志 (30,50,70,90) 的图像进行 SURF 比较（使用 SURF 的 OpenCV 文档的修改样本）。
我给你一个我的对象引用的例子：http://www.noelshack.com/2015-05-1422561271-object-exemple.jpg
我的问题是：
我的"way to do"对吗？ SURF这里真的是适配吗，因为貌似占用资源多..
我有误报（例如，当我将对象中的 30 与场景中的 50 进行比较时），如何减少它？
是的，这是您通常期望 SURF 匹配方法起作用的任务。如果两个标志相似，您希望它们的 SURF 特征大部分匹配。
但是，这并不是唯一可行的方法。您可能还想尝试 SIFT 或 FAST 特征匹配。他们可能会减少误报的数量。您可能还想尝试使用 SURF 特征匹配参数，例如比较特征的方式和接受匹配的阈值。例如，在某些情况下，30 公里的标志可能与 30 公里和 50 公里的标志都匹配。然后，您将需要寻找其他标准来区分它们，例如匹配特征的数量，或标记集中与标志匹配的图像的百分比。
如果您仍然得到不满意的结果，我建议您尝试使用具有 HOG 特征的级联分类方法来检测“3”、“5”、“7”等数字。您将需要使用标记标志中的一组裁剪数字训练分类器，并使用级联分类器检测测试图像中的这些数字。 Cascade of classifiers 也在 OpenCV 中实现。
您可以尝试裁剪或缩放图像以提高模型精度。对我来说，裁剪或缩放图像将我的模型精度提高了 0.27%
提高准确性：
我正在编写一个软件（用于我的研究），用于使用 IP Camera.For 识别交通标志，我必须像这样识别交通标志：
在我的代码中，我正在进行高度转换以使用掩码隔离我的交通标志。
然后，我将场景图像与一些不同交通标志 (30,50,70,90) 的图像进行 SURF 比较（使用 SURF 的 OpenCV 文档的修改样本）。
我给你一个我的对象引用的例子：http://www.noelshack.com/2015-05-1422561271-object-exemple.jpg
我的问题是：
我的"way to do"对吗？ SURF这里真的是适配吗，因为貌似占用资源多..
我有误报（例如，当我将对象中的 30 与场景中的 50 进行比较时），如何减少它？
是的，这是您通常期望 SURF 匹配方法起作用的任务。如果两个标志相似，您希望它们的 SURF 特征大部分匹配。
但是，这并不是唯一可行的方法。您可能还想尝试 SIFT 或 FAST 特征匹配。他们可能会减少误报的数量。您可能还想尝试使用 SURF 特征匹配参数，例如比较特征的方式和接受匹配的阈值。例如，在某些情况下，30 公里的标志可能与 30 公里和 50 公里的标志都匹配。然后，您将需要寻找其他标准来区分它们，例如匹配特征的数量，或标记集中与标志匹配的图像的百分比。
如果您仍然得到不满意的结果，我建议您尝试使用具有 HOG 特征的级联分类方法来检测“3”、“5”、“7”等数字。您将需要使用标记标志中的一组裁剪数字训练分类器，并使用级联分类器检测测试图像中的这些数字。 Cascade of classifiers 也在 OpenCV 中实现。
您可以尝试裁剪或缩放图像以提高模型精度。对我来说，裁剪或缩放图像将我的模型精度提高了 0.27%
提高准确性：