我正在从事一个需要对字符和符号进行分类的项目（基本上是 OCR，需要处理单个 ASCII 字符和符号，例如音乐符号）。我正在使用矢量图形（WPF 中的路径和字形），因此图像可以具有任何分辨率，并且旋转可以忽略不计。它需要对不在训练集中的字体和路径进行分类（并且可能从中学习）。性能很重要，但高精度优先。
我看过一些examples of image detection using Emgu CV（OpenCV 的.Net 包装器）。然而，我发现的示例和教程似乎专门处理图像检测而不是分类。我不需要在更大的图像中找到图像的实例，只需确定图像中的符号类型。
似乎有多种方法可供选择，可能起作用，我不知道从哪里开始。任何建议或有用的链接将不胜感激。
【问题讨论】：
标签： image opencv classification
您可能应该看一下论文：Gradient-Based Learning Applied to Document Recognition，尽管它指的是手写字母和数字。您还应该阅读 Belongie 和 Malik 的 Shape Context。您应该寻找的关键字是数字/字符/形状识别（不是检测，不是分类）。
【讨论】：
如果您使用 EmguCV，SURF 功能示例（StopSign 检测器）将是一个不错的起点。另一种（可能是互补的）方法是使用 MatchTemplate(..) 方法。
但是我找到的示例和教程 似乎专门处理图像 检测而不是分类。一世 不需要找到一个实例 更大的图像中的图像，只是 确定符号的种类 图片。
通过在图像中查找符号的实例，您实际上是在对其进行分类。不知道为什么你认为这不是你需要的。
Image<Gray, float> imgMatch = imgSource.MatchTemplate(imgTemplate, Emgu.CV.CvEnum.TM_TYPE.CV_TM_CCOEFF_NORMED);
double[] min, max;
Point[] pointMin, pointMax;
imgMatch.MinMax(out min, out max, out pointMin, out pointMax);
//max[0] is the score
if (max[0] >= (double) myThreshold)
{
Rectangle rect = new Rectangle(pointMax[0], new Size(imgTemplate.Width, imgTemplate.Height));
imgSource.Draw(rect, new Bgr(Color.Aquamarine), 1);
}
max[0] 给出了最佳匹配的分数。
【讨论】：
将您的所有图像都降低到某个标准分辨率（适当缩放和居中）。
将画布分解成 n 个正方形或矩形块。
对于每个块，您可以测量该块中黑色像素的数量或黑白之间的比率，并将其视为特征。
现在您可以将图像表示为特征向量（每个特征源自不同的块），您可以使用许多标准分类算法来预测图像所属的类别。
Google 'viola jones' 以获取此类更详细的方法。
【讨论】：