【发布时间】：2016-08-24 12:45:36
【问题描述】：
我想检测图像内容，我需要做的是 查找图像是衬衫还是裤子。
如果我提供 T 恤的图片，那么 基于比较形状，我需要给定图像是 T 恤的结果
我尝试的是 Harr 级联，但它没有给出正确的输出。对于这个样本量，requried 太大了
【问题讨论】：
标签： opencv image-processing computer-vision tensorflow image-recognition
【发布时间】：2016-08-24 12:45:36
【问题描述】：
假设您只想分离仅包含感兴趣对象的图像，您可以使用 BOW（视觉词袋）将图像呈现为一组特征，然后使用 SVM 或任何其他分类器进行分类。
您还可以使用特征检测器 + 描述符 + 分类器（例如 SURF + SVM）。 虽然现在有更强大和更快的特征检测器......
为了避免训练过程，您甚至可以尝试使用模板匹配（每个大纲）。 提供了一种这样的算法： Fast template matching - Codeproject
Haar 级联用于在包含其他内容的图像中进行对象检测，因为它采用滑动窗口检测 + 它包含在性能和鲁棒性之间进行权衡的阶段 - 它们速度很快，但可能会遗漏一些对象，因为每个阶段都容易出现累积的错误分类错误。
【讨论】：
-
嗨 Dajuric：模板匹配在这里可以吗？因为它仅适用于相同的图像没有？意味着在这里检查docs.opencv.org/2.4/doc/tutorials/imgproc/histograms/…
-
你能给我提供任何关于 SURF + SVM 的例子
-
这是一种不同类型的模板匹配，您可以在其中制作多个实例模板。请参阅文章（链接）。
如果您的图像包含已分割的对象，如您的示例所示，您可以创建一个二进制图像，在其中指示对象与背景像素。
之后，假设对象一般不旋转或扭曲，您可以使用简单的特征进行分类。例如，对于上述情况，只需计算有 2 次运行前景像素的扫描线的百分比。对于衬衫，这应该是一个低价值，而对于裤子，它应该是高的。
显然，如果给定的示例图像不能代表您实际尝试解决的问题，那么这将行不通。
编辑：一些示例 matlab 代码：
function ratio=TwoRunFeature(I)
g=rgb2gray(I);
b=imdilate(g<255,ones(5));
d=abs(imfilter(b,[-1 1]));
runs=sum(d,2);
ratio=sum(runs==2) / sum(runs==1);
end
function TestImage(name)
I=imread(name);
fprintf('%s: %f\n',name,TwoRunFeature(I));
end
TestImage('pants.jpg');
TestImage('shirt.jpg');
打印：
pants.jpg: 1.947977
shirt.jpg: 0.068627
裤子会给出高数字和衬衫低。只需在任何你想要的地方设置门槛，你就完成了。
【讨论】：
-
嗨 Photon 可以给我任何参考链接
-
这真的很琐碎。我将添加一些matlab代码来展示。
-
感谢 photon，但问题是如果我想检测 half pant 与 pant 那么此时这将失败
-
我的意思是今天我不想要那个，但我可能需要检测 2moro
-
以真实的问题图像为例，而不是没有代表性的简单图像，这很有帮助。
我假设这两个图像来自您拥有的数据库。 根据我的经验，在此类图像上应用特征（局部描述符）会因为分割或将背景设置为单色而创建一种人工特征。在您的情况下，第二个重点是这些图像可能具有不同的颜色或纹理，并且大多数检测到的特征将来自对象内的区域。这些区域并不重要，与分类无关。 但是拥有分段图像应该会使问题变得更容易。 适合您情况的最佳和最简单的解决方案： 1. 将图像转换为灰度，然后通过阈值化转换为二进制。 2. 反转图像，背景为黑色，物体为白色。 3. 填充孔洞：如果物体内图像的任何部分是白色的，这将导致孔洞。 4. 现在只检测边界。 通过 I = 膨胀的 IBinary - IBinary 5. 采样边界： 在每个大小为 4x4 的窗口中只选择一个非零像素 6. 下一步是使用 Shape context descriptor : 来描述你的图像。 7.通过视觉词袋或稀疏编码，重新表示图像。 8. 最大池化以获得丰富的表示。 9-支持向量机
【讨论】：
-
嗨 BH85 可以给我任何参考链接
您正在寻找的东西就是这个。 它将帮助您解决问题
【讨论】：