Identyfikowanie wzoru na obrazku

Question

jakie jest najlepsze podejście do identyfikacji wzorca (może to być tekst, podpis, logo.) NOT twarze, obiekty, osoby itd.) Na obrazie, biorąc pod uwagę, że wszystkie obrazy pochodzą z tego samego kąt, co oznacza, że ​​wzór do identyfikacji będzie ZAWSZE widoczny pod tym samym kątem, ale nie pozycja/rozmiar/jakość/jasność, itp.

Zakładając, że mam logo, chciałbym przeprowadzić test na 1000 zdjęć, z różnych rozmiarów & jakość i uzyskać obrazy, które mają ten wzór osadzony lub co najmniej duże prawdopodobieństwo, aby ten wzór został osadzony.

Dzięki,

Answer 1

Perl? Zasugerowałbym użycie OpenCV z pythonem lub C, ponieważ jesteś na platformie Linux.

Możesz sprawdzić SURF i SIFT (wyjaśnia, jak to zrobić z OpenCV i C++ z załączonym kodem), które mogą wykonać przyzwoite dopasowanie do szablonu (logo itp.).

Wykrywanie tekstu to inny czajniczek z rybami. Proponuję, aby najnowszy papier, który widziałem, był odporny na wykrywanie tekstów z naturalnych scen bez nadmiernego zawiłości.

Trening sieci neuronowej o oczekiwanych wzorach wydaje się być najlepszym sposobem na wszechstronność, choć proces szkolenia zajmie dużo czasu. Faktyczna identyfikacja odbywa się niemal w czasie rzeczywistym.

Here's a discussion na realizację MSER w dwóch bibliotek: a) OpenCV, b) VLfeat

Answer 2

Sprawdziłeś stronę AForgenet.com? Ma świetne biblioteki do przetwarzania blobów. Jest w .NET

Answer 3

Być może możesz pokazać kilka zdjęć, ale wydaje się, że template matching (być może z distance transform) wydaje się idealnym kandydatem na twój problem.