【问题标题】:square detection enhancement正方形检测增强
【发布时间】:2012-06-23 15:29:30
【问题描述】:

我正在为盲人开发一种货币识别系统。我需要检查是否已捕获完整的纸币,因此我为此使用了方形检测。当背景为纯黑色或纯白色时,它当前工作,但当背景更高级时,它不工作。我可以使用什么技术来解决这个问题?

我使用 OpenCV 作为我的图像处理框架。我可以使用卷积吗?怎么样?

need enhancement for square detection.

我的代码的结果图像:

【问题讨论】:

    标签: android opencv computer-vision edge-detection


    【解决方案1】:

    我不确定矩形检测是否是您想要做的最佳解决方案。

    只有当图片是直接从钱上拍下来时,它才会有效地工作,而且正如你所说,它不会对杂乱的背景很有效。

    是否有不使用直接模式识别系统的确切原因? 我会从我的货币图片开始,并尝试用它来执行对象识别。

    您会在网上找到大量可以帮助您的教程,like for bottlesbowls

    由于货币的数量,您可能有很多可能性,但您知道它至少是一个有限的数字。

    【讨论】:

    • 感谢您回答我的问题。我是opencv的新手,我的知识也很差。这是我最后一年的项目。时间也是关键因素。我遇到的问题是图像处理是在灰度图像中完成的。色差效果如何呢?对象识别对我来说是全新的技术:(。你能提出一些建议吗??
    • 嗯,我看不出有什么问题。在您的情况下,颜色似乎不是一个值得依赖的好功能(货币颜色往往会根据面值而变化),但质地应该相似。与彩色相比,灰度将加快您的处理时间。一个好的起点是en.wikipedia.org/wiki/Feature_detection_(computer_vision)en.wikipedia.org/wiki/Scale-invariant_feature_transform。你会发现很多用于 thqt 的 OpenCV 文档;)。祝你好运!
    猜你喜欢
    • 2011-12-05
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 2019-09-12
    • 2013-11-12
    • 2011-12-31
    • 2021-01-26
    • 1970-01-01
    相关资源
    最近更新 更多