Question

我正在开发一个需要对字符和符号进行分类的项目（基本上是需要处理单个ASCII字符的OCR和符号，如音乐符号）。我正在使用矢量图形（WPF中的路径和字形），因此图像可以是任何分辨率，旋转将是可忽略的。它需要对不在训练集中的字体和路径进行分类（并且可能从中学习）。性能很重要，但高精度优先。

我查看了一些examples of image detection using Emgu CV（OpenCV的.Net包装器）。然而，我发现的示例和教程似乎专门处理图像检测而不是分类。我不需要在较大的图像中找到图像的实例，只需确定图像中的符号种类。

似乎有多种方法可供选择可能工作，我不知道从哪里开始。任何建议或有用的链接将不胜感激。

Answer 1

你应该看一下这篇论文：基于梯度的学习应用于文档识别，虽然它指的是手写的字母和数字。您还应该阅读Belongie和Malik的Shape Context。你应该寻找的关键字是数字/字符/形状识别（不是检测，不是分类）。

Answer 2

如果您使用的是EmguCV，SURF功能示例（StopSign探测器）将是一个很好的起点。另一种（可能是互补的）方法是使用MatchTemplate（..）方法。

然而，我发现了一些示例和教程似乎专门处理图像检测而非分类。一世不需要找到一个实例只是在更大的图像中的图像确定一个符号的种类图像。

通过在图像中查找符号的实例，实际上对其进行了分类。不确定为什么你认为这不是你需要的。

    Image<Gray, float> imgMatch = imgSource.MatchTemplate(imgTemplate, Emgu.CV.CvEnum.TM_TYPE.CV_TM_CCOEFF_NORMED);

        double[] min, max;
        Point[] pointMin, pointMax;
        imgMatch.MinMax(out min, out max, out pointMin, out pointMax);
//max[0] is the score
        if (max[0] >= (double) myThreshold)
        {
            Rectangle rect = new Rectangle(pointMax[0], new Size(imgTemplate.Width, imgTemplate.Height));
            imgSource.Draw(rect, new Bgr(Color.Aquamarine), 1);
        }

max [0]给出最佳匹配的分数。

Answer 3

将所有图像放入标准分辨率（适当缩放和居中）将画布分成n个方形或矩形块。

对于每个块，您可以测量该块中的黑色像素数或黑色与白色之间的比率，并将其视为特征。

现在您可以将图像表示为要素的向量（每个要素源自不同的块），您可以使用许多标准分类算法来预测图像所属的类。

谷歌'viola jones'用于更精细的此类方法。

对符号/图像进行分类的建议

3 个答案: