OpenCV使用python识别图像答案

【问题标题】：OpenCV to recognize image using pythonOpenCV使用python识别图像
【发布时间】：2017-01-16 05:27:13
【问题描述】：

我是 OpenCV 的新手。我正在使用 OpenCV 3.1 和 python 2.7。

我有 5 张自行车图片和 5 张汽车图片。我想知道任何图像是汽车还是自行车。

在网上我发现使用 haar cascade 我们可以训练，但大多数示例只包含一种训练数据意味着，用户将只训练汽车图像和使用查询图像，他们会尝试找到它是否是汽车，但我想检查它是汽车还是自行车或什么都没有。

我想根据对象的形状匹配图像。我正在考虑的另一个选择是获取查询图像并与存储的图像进行比较，并根据相似性给出结果。但我知道这会花费更长的时间，这并不好。

还有更好的选择吗？还有模板匹配，但我不知道哪种方案更适合这种解决方案，因为我不了解 OpenCV。

【问题讨论】：

标签： python opencv

【解决方案1】：

可以通过tensorflow 完成。它是一个基于图像处理的python库。

参考：https://www.tensorflow.org/versions/r0.7/get_started/index.html http://googleresearch.blogspot.in/2015/12/how-to-classify-images-with-tensorflow.html

Github Link

【讨论】：

谢谢拉胡尔，我检查一下

【解决方案2】：

关于您关于 haar 级联的问题。您可以使用它们以您想要的方式对图像进行分类：

训练两个哈尔级联，一个用于汽车，一个用于自行车。两个级联都将返回一个值，说明它们的确定程度，即图像包含他们训练的对象。如果两者都不确定，则图像可能不包含任何内容。否则，您会以对图像内容的确定性更高的方式上课。

【讨论】：

感谢 sietschie 的回复。你能给我举个例子吗？
不具体。但是here 你可以看到如何从 haar 级联分类器中获得置信度。

【解决方案3】：

您可以尝试通过将您的训练数据（汽车和自行车的图像）上传到demo.nanonets.ai（免费使用）来构建模型

1) 在此处上传您的训练数据：

demo.nanonets.ai

2) 然后使用以下（Python 代码）查询 API：

import requests
import json
import urllib
model_name = "Enter-Your-Model-Name-Here"
url = "http://blog.caranddriver.com/wp-content/uploads/2015/11/BMW-2-series.jpg"
files = {'uploadfile': urllib.urlopen(url).read()}
url = "http://demo.nanonets.ai/classify/?appId="+model_name
r = requests.post(url, files=files)
print json.loads(r.content)

3) 响应如下：

{
  "message": "Model trained",
  "result": [
    {
      "label": "Car",
      "probability": 0.97
    },
    {
      "label": "Bike",
      "probability": 0.03
    }
  ]
}

【讨论】：