在我的项目中，我需要识别欧元硬币，有人建议我使用OpenCV分类器和训练算法。所以我下载了OpenCV的3.1版本，我试图让它开始。我想知道一些我不能从教程中理解的内容（我所关注的内容是来自OpenCV官方文档的this，this和this）。
首先，是否必须生成并考虑负样本？如果是，那是什么＆＃34;对象＆＃34;我应该考虑否定？在我的应用程序中，我应该检测并识别欧元硬币所以...我应该从任何其他随机类型的对象创建负片吗？
其次，我的应用程序应该识别2€，1€和0.50€硬币。那么，我应该用opencv_createsamples生成多少个正样本？每个硬币（正面和背面）一个或所有3种硬币的独特硬币？如果我理解得很好，那么我将会有一些.xml文件，我应该将这些文件包含在我的iOS应用程序项目中，对吧？
最后，detectMultiScale()不仅会检测到硬币而且会检测硬币吗？这就是为什么我认为我需要的不仅仅是分类器文件，以区分右侧并区分硬币的价值。
希望我没有写过太宽泛的问题，谢谢你的关注。
答案 0 :(得分：0)
关于否定（或背景）示例，请考虑欧元币将在图像中的哪个背景，最终您的程序必须处理。例如，如果他们与非欧元一起在桌子上，使用桌面（没有硬币）作为底片。如果你想在人们持有它们的图像上发现它们，可以用手作为底片等。
关于第二个问题 - 我也在寻求有关这方面的建议。我想这取决于您需要识别的功能的复杂性以及背景的复杂性。我成功地训练了一个有40个圆形正面的分类器，但完全没能用60（空中）牛图像训练分类器。
关于你的第三个问题，我认为（未经测试！）取决于你的识别需求：如果你只是想发现一枚欧元硬币，你可以用一个分类器来训练所有硬币的图像来自各方面。如果你想区分硬币，可以创建不同的分类器，每个硬币的图像来自各个方面。如果你甚至需要区分正面和背面，你必须为每枚硬币的每一面创建一个分类器。
答案 1 :(得分：0)
是的，负面样本是强制性的，同样是的，您可以拥有随机对象的图像，但是您需要拥有大量的图像，因此我建议您使用视频来提取其框架或网站，例如this
接下来，您需要为您的硬币准备好样本。积极硬币的数量越多，结果就越准确。您可以做的一件事就是拍摄2-3张硬币图像，并在每次叠加时通过改变角度将它们强加在负片上。这样，如果您说500张负像和2张硬币的正片，叠加后将有1000张正片。 opencv_createsamples脚本负责所有这些。