什么是复杂形状匹配的最佳方法

Question

我需要知道匹配图像中某个形状（模板）的最佳方法是什么。

我知道有几种方法，但有些方法并没有带来非常好的结果而另一方需要大量的处理时间，所以任何人都尝试用一种快速的方法来进行短时间的匹配。 / p>

例如，这是模板......

我有一个样本，我想比较样本和模板，如果样本与模板相似则返回true，否则返回false。

注意：我尝试过轮廓匹配，级联分类和SURF，但所有这些都不是很好或者处理时间不是很好。

Answer 1

与彼此匹配可能是一项相当困难的任务，主要是因为不同的技术具有非常不同的特征，并且可以在某些类别上产生几乎完美的结果，而在其他类别上产生非常差的结果。

这就是说，我不认为你会得到你的问题的答案，至少没有人会说[＃引用文件中使用xyx方法]，这将解决你的所有问题问题＆＃34 ;.我试着指出一些例子，希望能帮到你。

模板匹配运算符：将模板与图片上的滑动窗口进行比较，如果您的模板非常类似于您要查找的对象，则可以获得非常好的效果在图像中，无论它多么复杂。可以非常快，它基本上不是任何东西都是不变的，所以如果你打算进行旋转，照明或其他方面的重大变化，这可能对你不起作用。 here你可以找到一些代码。注意你使用的是哪个颜色空间，如果正确使用，不同的颜色空间可以获得非常不同的结果（例如，对于面部分析，在某些情况下HSV可能比RGB更好）

关键点匹配，如SIFT或SURF：我使用了很多非常好的结果。您需要决定要使用的描述符和匹配器。 OpenCV有一些很好的例子，here你可以找到一个。不会成为匹配您的对象的最快方式，因为这些描述符可能需要一些时间来提取，如果您不了解您将要工作的条件，那将是很好的：只要能够在模板和图像上正确找到关键点，它通常对比例，旋转和闪电变化都很稳健。

形状匹配：当我参与的图像分类竞赛中，我能够使用简单的HOG描述符获取有关我图像的非常有辨别力的信息时，我感到非常惊讶。 Oriented Gradients的直方图是描述物体形状的相当强大的工具，它使用边缘方向和幅度来描述您的图像。它们可以快速计算（我认为OpenCV具有GPU实现），可配置（您可以决定网格的厚度和细胞数量，从而产生非常不同的信息）。 HOG对旋转不是 不变，从不同角度看到的对象可能会产生不同的直方图，但由于不使用颜色这一事实，它们对光照变化非常稳健。 HOG只是一个例子，有很多形状和轮廓描述符，但基本上它们提供的几乎和我想的一样。

直方图匹配：不是我的第一选择，如果您了解对象和图像的其余部分，它会很有用。例如，如果你知道你在丛林图像中寻找你的粉红色花朵，它是那里唯一的粉红色花朵，那么简单的颜色直方图匹配就可以了。拿起一个滑动窗口，在你的图像上运行它，比较你的直方图，你就可以了。非常快，非常简单，它根本不使用形状，所以无论你的物体有多复杂，你都能找到它。不使用形状使其对旋转稳健，但要注意照明变化。这种方法的一个非常大的局限性是，如果丛林中还有其他粉红色的东西，你就无法区分。

混合方法：在这里您可以充分利用上述技术。正如您所看到的，它们中的大多数在某个环境中运行良好，而在其他环境中运行良好。您可以结合使用您熟悉的技术，获得比零件总和更好的东西。我在HOG和头部姿势估计方面做了很多工作，当我们开始不是以密集的方式而是围绕某些关键点提取HOG时，我们取得了真正的突破。您需要了解您的问题，找出您需要的内容并采用一系列方法。一般来说，混合方法可以更好地工作，也可以慢得多。

希望这对你有所帮助，我不认为，鉴于你给我们的信息，我可以给你一个更好的答案..（可能是其他人可以，这就是为什么我＆＃ 39;我还是学生:)）