किसी छवि में विभिन्न ऑब्जेक्ट्स की पहचान कैसे करें?

Question

मैं कुछ ठोस वस्तुओं से कुछ वस्तुओं का पता लगाने और अंतर करने के लिए एक प्रोग्राम लिखने का इरादा रख रहा हूं। अग्रभूमि और पृष्ठभूमि में एक उच्च विपरीत अंतर है जो मैं वस्तु पहचान प्रक्रिया में सहायता के लिए आगे बढ़ता हूं। मैं हफ़ ट्रांसफॉर्म तकनीक और ओपनसीवी का उपयोग करने की योजना बना रहा हूं।

Sample image

जैसा कि ऊपर चित्र में दिखाई देता है, मैं अलग से गोल वस्तुओं और वर्ग वस्तुओं (या आकार के एक परिमित सेट से बाहर किसी भी अन्य आकार) की पहचान करना चाहते हैं। चूंकि मैं छवि प्रसंस्करण के लिए काफी नया हूं, मुझे कोई विचार नहीं है कि ऐसी स्थिति को लागू करने के लिए एक तंत्रिका नेटवर्क की आवश्यकता है और प्रत्येक आकार को पहले से सीखा जाना चाहिए। क्या टेम्पलेट मिलान जैसी तकनीक मुझे तंत्रिका नेटवर्क के बिना ऐसा करने देगी?

Answer 1

कि इन पोस्ट को आप शुरू हो जाएगा:

• How to detect circles

• How to detect squares

• How to detect a sheet of paper (उन्नत वर्ग का पता लगाने)

आपको इन सर्किलों/वर्गों से मेल खाने के लिए शायद इन कोडों में कुछ पैरामीटर समायोजित करना होगा, लेकिन इन उदाहरणों पर तकनीक का मूल दिखाया गया है।

Answer 2

आप आकार, (और छवि मैं आपको बस इतना मान से) सिर्फ हलकों के अलावा अन्य का पता लगाने का इरादा है, मैं एक जल्दी शुरू करने के लिए मिलान गड्ढा की सिफारिश करेंगे, तो आप एक अच्छा इसके विपरीत है विशेष रूप से के रूप में।

मूल आधार, सरल शब्दों में बताया गया है, पीछा कर रहा है:

1. आप (opencv में उदाहरण के लिए, cvCanny) बढ़त का पता लगाने कर
2. आप एक दूरी छवि, जहां प्रत्येक पिक्सेल के मूल्य बनाने मतलब निकटतम किनारे दूरी दूर है।
3. आप उन आकारों को लेते हैं जिन्हें आप पहचानना चाहते हैं, आकार के किनारों के साथ नमूना बिंदु परिभाषित करें, और दूरी बिंदु पर इन बिंदुओं से मिलान करने का प्रयास करें। मूल रूप से आप केवल अपनी छवि की विशिष्ट स्थिति के अनुसार, दूरी छवि पर मान जोड़ते हैं जो आपके नमूना बिंदुओं के निर्देशांक "नीचे" होते हैं।
4. एक अच्छा न्यूनतमकरण एल्गोरिदम खोजें, इसकी प्रभावशीलता आपके आवेदन पर निर्भर करती है।

यह मूल दृष्टिकोण एक सामान्य समाधान है, आमतौर पर अच्छी तरह से काम करता है, लेकिन आगे की प्रगति के बिना, यह बहुत धीमी है।

आम तौर पर ब्याज की वस्तुओं को अलग करने का एक अच्छा विचार है, इसलिए आपको हमेशा पूरी छवि पर पूरी खोज करने की ज़रूरत नहीं है। एक अच्छा threshold खोजें, ताकि आप ऑब्जेक्ट्स को अलग कर सकें। आप अभी भी यह नहीं जानते कि यह कौन सा ऑब्जेक्ट है, लेकिन आपको केवल इस ऑब्जेक्ट की निकटता में मिलान करना होगा।

एक और अच्छा विचार है, उच्च रिज़ॉल्यूशन छवि पर पूरी खोज करने के बजाय, पहले इसे बहुत कम रिज़ॉल्यूशन पर करें।नतीजा बहुत सटीक नहीं होगा, लेकिन आप उन सामान्य क्षेत्रों को जान सकते हैं जहां उच्च रिज़ॉल्यूशन पर खोज करना उचित है, इसलिए आप उन क्षेत्रों पर अपना समय बर्बाद नहीं करते हैं जहां ब्याज की कोई बात नहीं है।

कई और अधिक उन्नत तकनीकें हैं, लेकिन बुनियादी कक्ष मिलान को देखने के लिए अभी भी मूल्यवान है, क्योंकि यह बड़ी संख्या में तकनीकों का आधार है।