【发布时间】:2014-06-28 12:46:57
【问题描述】:
(这出来的有点长,但主要是很难理解的解释:)
对于我的一个项目,我需要识别一般形式如下所示的对象 -
在包含不同形状的更大图像中,比如这个 -
如您所见,我正在寻找的对象是一条红线,两边都有十字(最后一张图片中有 5 个)。 我有大约 4,000 张图像库,我需要在其中找到对象,其中一些包含这些对象,而其中一些不包含,就像这张图片 -
在做了一些研究之后,我发现使用 haar 级联和 openCV 是可行的方法,所以我编写了一个脚本,遍历所有上述 4,000 张图像并提取分离的轮廓,就像这个问题中的第一张图像一样。
然后,我遍历了许多轮廓,抓取了大约 150 个轮廓(即 150 个仅包含我需要的对象的文件,类似于第一张图像)和大约 180 个不包含我需要的对象的图像(类似于这里的第三张图片)。
然后我开始了训练过程,使用了几个教程,但主要是this one。
这样做时,我遇到了一个问题 - 正如您所看到的,所需的双叉对象的图像大小不同,甚至没有相同的比例(因为它们可以以任何角度出现 -水平、对角线等)。
起初我尝试使用不同尺寸的图像,但这会导致训练过程中出现错误,因此,为了解决这个问题,我将所有正图像的尺寸更改为 350x350(最大比例对象之一)。为了清楚起见 - 我没有调整图像的大小 - 我只是在周围添加了空白以使所有图像成为 350x350 像素。
然后我按照教程中的建议完成了训练过程 - 我创建了样本(宽度 - 24,高度 - 24)并创建了一个级联 xml 文件,结果证明它不是很大(45kb)。
现在,我知道 150 张正面图像和 180 张负面图像并不多,但我想至少在过滤更多图像并投入更多时间之前进行概念验证。
cascade.xml 文件完成后,我尝试使用它来定位某些图像中的某些对象(使用cv2.CascadeClassifier('cascade.xml') 和cascade.detectMultiScale(img),但每次尝试都返回零结果。
最后我什至尝试在其中一张正面图像中定位一个对象(其中只包含一个所需的对象),但它也返回零结果。
我尝试调整 cascade.detectMultiScale(img) 的参数,目前我正在训练一个包含 36x36 样本的级联文件,但我不确定它是否会起作用。
由于我对这些东西很陌生,我想知道我做错了什么,我想我会在这里问。
更具体地说:
- 您认为在这种情况下使用 haar 是否正确?我应该使用其他物体识别方法吗?
- 正图像尺寸会是问题的根源吗?如果是这样,我该怎么做?
如果我没有包含一些重要数据,请告诉我,我会发布它。
非常感谢您的帮助, 丹
【问题讨论】:
标签: python opencv haar-classifier