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,
答案 0 :(得分:6)
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。
答案 1 :(得分: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
答案 2 :(得分:0)
你检查过AForgenet.com吗?它有很棒的blob处理库。它在.NET中