在图像上找到十字架

Question

我有一组二进制图像，我需要在其上找到十字架（附带示例）。我使用findcontours从二进制图像中提取边框。但我无法理解我怎样才能确定这个形状（边界）是否交叉？也许opencv有一些内置方法，可以帮助解决这个问题。我想用机器学习来解决这个问题，但我认为有一种更简单的方法可以做到这一点。谢谢！

Answer 1

Viola-Jones object detection可能是一个好的开始。虽然算法（AFAIK）的主要用途是人脸检测，但它实际上是为任何物体检测而设计的，例如你的十字架。

该算法是基于机器学习的算法（因此，您将需要一组分类的“十字架”和一组分类的“非十字架”），您将需要识别重要的“特征”（模式），将帮助算法识别十字架。

该算法在OpenCV中实现为cvHaarDetectObjects()

Answer 2

从原始图片中，假设您已经提取了可能是您的十字架的多边形集。假设所有十字架都是可见的，只要所有边缘都可以区分为具有长度，您可以尝试以下方法。

• 拒绝所有不需要12个顶点的多边形 形成你的多边形。

• 重新排序顶点，使最短边长为第一。

• 创建最适合perspective transformation，将顶点映射到统一大小的十字架上

• 检查使用此变换生成的残差，将十字架投射回均匀十字，其中任何给定点的残差是投影点与相应均匀点之间的距离。

• 如果所有残差都在您定义的公差范围内，那么您就找到了一个十字架。

请注意，这主要是因为您正在搜索的几何形状的简单性。您的轮廓也需要去除噪音才能使其正常工作，例如：十字架内的每条线都需要转换为一条简单的线。

Answer 3

根据您的要求，您可以尝试使用某些本地功能检测器，例如SIFT或SURF。检查OpenSURF，这是后者的有趣实现。

Answer 4

经过几天的奋斗，我得出结论，这里唯一有效的方法是使用SVM + HOG。就是这样。

Answer 5

你可以侵蚀每个blob并分析它们的像素数量正在下降。无论十字架的旋转比例如何，它们应始终以相同的比例下降，除非您关闭剩余的中心。同样，当blob足够小时，您应该期望它位于原始blob的中心。您不需要任何机器学习算法或训练数据来解决此问题。