识别图像中的图案

时间:2011-07-19 18:03:21

标签: image-processing computer-vision classification image-recognition

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。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,

3 个答案:

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