python - 检测和计算图像中的对象

Question

我正在尝试用 Python 编写脚本来检测和计算图像中的对象，但我失败得很惨。

这是我第一次对计算机视觉产生兴趣并尝试一些东西。我已经按照有关特征匹配和模板匹配的教程尝试使用 cv2 模块(打开 cv)here .我也尝试过使用 scikit-image，但我也无法取得好的结果。我也考虑过寻找轮廓，然后进行二维曲线匹配。

让我再解释一下这个问题。我有一组图标，它们构成了一个大图像。这个图像或场景的组成是由一个简单的背景或一个透明的背景，以及来自图标集中的一些图像完成的。 iconset 中的这些图像基本上可以进行 3 种基本变换:缩放、旋转和平移。它们也可以重叠。

An quick example by means of Android version icons.

所需脚本的输出将类似于:

C -> 1

D -> 1

E -> 1

F -> 1

G -> 1

H -> 2

我 -> 3

J -> 0

我现在要尝试使用 Dlib，看看我是否可以使用机器学习算法取得一些成果。我认为我正在尝试通过实际需要的更复杂的方法来解决我的问题。任何关于如何做到这一点的建议都会很棒，我也愿意接受任何 python 库。

PS:很抱歉没有在这里发布图片，但我还没有足够的声誉。

Answer 1

您可以尝试许多技巧。但是，如果您真的想快速轻松地制作一些东西，请尝试操纵您的图像集，使每个类别都具有明显不同和独特的颜色。因此，您可以通过寻找对象的颜色来判断对象是否存在，甚至可以更好地计算特定颜色的轮廓数。

伪代码:

1. 预处理图像——(通过使用反投影函数对目标颜色进行归一化、阈值处理)
2. 找到轮廓
3. 对于每个轮廓
   1. 检查它是否是有效的“特征”轮廓——稍后您可以通过过滤一些噪声区域来进一步增强您的程序
   2. 估计它最可能属于的类别。

这也应该给你相当不错的性能速度。否则，您必须对图标的比例、旋转、遮挡/重叠情况做出一些假设。