识别图像中的图案

Question

在图像中识别图案的最佳方法是什么（可以是文字，签名，徽标。不面孔，物体，人等等），因为所有图像都来自相同的角度，这意味着要识别的图案始终以相同的角度可见，但不是位置/尺寸/质量/亮度等。

假设我有徽标，我想对1000张不同尺寸的图像进行测试。质量并获得嵌入此模式的图像或至少很可能嵌入此模式。

谢谢，

Answer 1

也许您可以展示一些图片，但似乎template matching（可能带有distance transform）似乎是您问题的理想候选人。

Answer 2

的Perl？我建议使用OpenCV和python或C，因为你在Linux平台上。

您可以查看SURF和SIFT（解释如何使用附带代码的OpenCV和C ++执行此操作），这可以进行正确的模板匹配（徽标等）。

文本检测是一个不同的鱼群，我建议Robust Text Detection in Natural Images with Edge-enhanced maximally stable extremal regions这是我见过的最新文章，它可以从自然场景中进行强大的文本检测而不会过于错综复杂。

训练具有预期模式的神经网络似乎是全方位的最佳方式，尽管训练过程需要很长时间。实际识别几乎是实时的。

Here's a discussion关于两个库中的MSER实现：a）OpenCV，b）VLfeat

Answer 3

你检查过AForgenet.com吗？它有很棒的blob处理库。它在.NET中