python - 使用 OpenCV 从谷歌街景检测路灯

Question

我正在尝试使用 OpenCV 从 Google 街景中检测路灯。

目前作为样本，我有 2000 张正面图像，但只有 1200 张是大致相同的比例，所以我只使用它进行训练。

还有另外 2300 张负片图像。

正面形象的例子:

我尝试将它们采样成不同的大小，并训练它们，但目前检测效果很差，当我用这样的图像进行测试时:

根据 detectMultiScale 参数，我要么得到很多矩形，包括灯，要么得到一些矩形，但不包括实际的灯。

在训练中，我主要修改高度和宽度参数，参数示例:(200, 10) (150, 30), (120, 30)。我也尝试将算法从 LBP 更改为 HAAR，但结果相似。

1. 你认为我需要超过 1000 个阳性样本吗？

2. 在创建矢量文件之前我应该​​做任何额外的预处理吗？

3. 您知道我应该更改哪些参数以使其正常工作吗？

4. 是否可以使用 OpenCV 检测谷歌街景图像中的灯？

Answer 1

将您的样本更改为只有周围有少量天空的灯(因为我认为这将有助于特异性而不是裁剪灯)。

如果灯柱对您很重要，找到一盏灯后，进行二次搜索以找到附加到它的柱子(或者如果没有)。寻找一条从您找到的灯发出的线并将其追踪到地面。在这些图像中的大多数(我想象的大多数场景)中，只有一条清晰的线(柱子)来自光线。您可以使用某种形式的颜色/定向传播来跟踪柱子的各种曲线和角。