【发布时间】：2017-05-29 12:12:21
【问题描述】：
我试图找出黑桃、梅花、菱形和哈特之间的区别。卡片上的数字无关紧要，重要的是花色。
我已经尝试通过仅查看红色或黑色来进行颜色检测，但这仍然让我得到每种颜色的两个结果。我如何确保我可以单独检测每个符号？
例如：我有一张红色公鹿、红色菱形、黑色铁锹和黑色梅花的图片。我想用不同的颜色绘制每个符号的轮廓。
我正在使用我的网络摄像头作为相机。
【问题讨论】：
【发布时间】：2017-05-29 12:12:21
【问题描述】：
如果你的牌的花色总是相同的（只有一种牌），你可以只存储黑桃、梅花、菱形和哈特的图像，然后检查给定图像与你的参考的互相关并选择最高值（请参阅this question）。如果您有一个相当大的样本集，其中包含不同种类的卡片，它们的花色表示之间存在细微差异，您几乎可以按照this tutorial 对您的训练集进行四向分类，并使用支持向量机、聚类或其他方法，在 open-cv 中可用。
希望这会有所帮助，一切顺利
【讨论】：
-
嗯，我基本上有一个符号，我需要能够识别的哈特、黑桃、梅花和菱形，没有使用真正的扑克牌
我没有看到任何代码，所以无法真正调整你所拥有的，但更一般地说，你应该能够训练它，除了符号而不是颜色：
这是一个用于制作特定卡片的示例代码。您可以将它们训练为特定于卡片，从而通过特定卡片捕获所有符号，或者备份它并更一般地训练符号（心形/菱形）。您还应该在 opencv 上查看template matching。
在 github 上有一些指南和code already completed。
【讨论】：
-
是不是忘记附上做特定卡片的示例代码，还是在github页面上？
由于卡片符号在固定位置，您可以尝试如下（例如在OpenCV 3.2Python）：
- 裁剪左上角的符号，
image = image[h1:h2,w1:w2] - 将符号颜色设为黑色，其余设为白色，
thresh = mask = cv2.inRange(image,(0,0,0),(100,100,100)) - 执行查找轮廓检测，
_, contours, hierarchy = cv2.findContours() - 获取轮廓的面积大小。
area = cv2.contourArea(contour) - 比较该区域以确定它属于 4 个符号中的哪一个。
您必须在其中建立每个符号的面积阈值，以便第 4 步进行比较。以上所有cv2函数仅供参考。
希望对您有所帮助。
【讨论】：
-
抱歉，回复晚了，但没有。我需要能够在不同距离实时检测到它们，所以轮廓区域对我不起作用
-
@user3499284 我明白了。那么，您找到解决方案了吗？
-
我还没有找到解决方案，我尝试了 haar 级联、模板匹配、颜色检测（这不起作用，因为每种颜色有两个符号）。我也尝试过基于边缘检测对象，这仅适用于红色菱形
除非你有严重的透视变形（无论如何它可能会起作用），template matching 非常有效。您可以分别在红色和黑色通道中运行它（显然不要寻找红色黑桃等）。
看看例如（不是我的）
http://www.pyimagesearch.com/2015/01/26/multi-scale-template-matching-using-python-opencv
关于扑克牌，另见https://github.com/arnabdotorg/Playing-Card-Recognition
【讨论】：