从手的图像获取信息

Question

我正在尝试制作一个小型软件，它将人手的扫描图像作为输入，并将根据手相原理预测未来。 我想就如何准确获得手头各条线的坐标提出一些建议。 该方法应保持通用，因为我没有特定的图像集，它应该适用于所有图像。

提前致谢。

Answer 1

我建议使用java.lang.Palmistry包，也可以与java.lang.FuturePrediction包结合使用。

除了所有的笑话，这是一个可能有用的建议：

1. 要求提交者用低光源和一侧的光源拍摄他们的手，这将在手中的浅脊上投下阴影，为您提供更好的输入信号。手。
2. 其次对图像的位图数据使用某种边缘检测或边缘增强。这可以使用非常标准的convolution matrix kernel filter来实现，否则称为Sobel operator。
3. 您可能需要将图像裁剪到一个区域，该区域通常只是手掌上的方形窗口，除非未来也是用手指线写的。
4. 最后，要获得线条和坐标，您可能需要查看图像矢量化：the Hough transform特别有效，但vectorization algorithms from Microsoft Research，a survey paper from 2000和'Outliner', an open source edge finder and vectorizer也可能有用。
   使用边缘增强图像数据，然后使用这些参考中描述的方法之一将其转换为一组向量，将至少为您提供一些数学公式，以及对于存在的线的坐标。然后，您可以将手分成感兴趣的片段，并检索这些片段中存在的行的公式。
5. 将公式与其一般形状匹配可以通过某种有监督的机器学习来完成，您感兴趣的形状的示例是这些的训练数据。您可能还需要考虑使用Ramer-Douglas-Peucker algorithm来降低公式的复杂性，作为其中的一个额外步骤。

希望这会有所帮助。顺便说一句，如果您对未来有任何有用的了解，请务必告诉我们！

Answer 2

你能给出一个示例图像吗？

它可能会涉及blurring或band-passing图像，以便仅保留相关的对比度（即，模糊将消除太小的线条和皱纹，带通将会也消除了太大的功能。

之后，您可以使用Hough Transform查找图片中线条的长度和方向。

或者，它可能是检测线/皱纹/较暗区域然后skeletonize图像的可行方法。这将为您提供行的分支和终点。