我需要编写一个识别不同照片中某些模式的程序。我写了一个程序，将照片作为输入，并使用上一张照片的边缘创建另一个图像。现在我一直坚持模式检测。我尝试采用2d像素阵列，并通过为每个像素提供从0到n（序列中的最大像素数）的值来标记每个可能的模式。然后我拿出程序已经知道的对象，看看哪一个包含了更多的模式。
问题在于，除了效率之外，如果图像是颠倒的，程序将无法工作（如果我用照片训练它然后翻转照片，程序就不会识别它）。 / p>
你能告诉我一些方法来完成我的任务，或者一些很好的教程或课程能够解释这个过程而不仅仅是：＆＃34;搜索模式＆＃34;？
答案 0 :(得分：1)
您的问题描述非常一般。要获得更好的答案，请提供一些输入数据特征，并描述您正在寻找的模式类型。
在模式识别的一般问题中可能有用的是使用神经网络。 例如，您可以查看第一章。本书http://neuralnetworksanddeeplearning.com/chap1.html
手写数字的模式识别的简单示例。 在您解决旋转问题的情况下，您可能还需要轮换训练示例。