用opencv过滤掉对象检测的误报

Question

我使用opencv的HaarDetectObjects（...）来检测图像中的对象。该函数返回图像中可能包含对象的区域的坐标，问题是我只想检测图像中对象的单个实例，而我无法知道函数返回的结果是哪个“最好”。有没有办法可以按实际包含对象的概率对结果进行排序？或者可能定义结果必须通过的某种阈值？基本上，我需要一种过滤误报的方法。

我不限于使用opencv或HaarDetectObjects，如果有人建议使用其他库或其他对象检测方法，欢迎使用。

谢谢。

Answer 1

您是否可以利用任何领域特定的知识？

如果预期对象具有一定的大小或最有可能处于某个位置，您可以定义一个非常简单的索引来衡量每个检测距离该大小/位置的距离，这样就可以了检测实际上是对象的概率。

预计会有某种颜色吗？您可以获取样本对象的颜色直方图。然后，你可以使用距离函数比较HaarDetectObjects返回到此样本直方图的每个检测（对于距离函数，我脑海中浮现出名称“Bhattacharyya距离”和“Mahalanobis距离”，但我不能声称任何专业知识但是，OpenCv确实有support for histograms，包括一个CompareHist函数。）

关于物体的轮廓，纹理，几何形状，你能说些什么吗？任何可以减少到数字并与“地面价值”相比的东西都会有所帮助。

当然，所有这些都受到处理限制。就计算时间而言，其中一些建议可能会或可能不会有点贵。这可能会也可能不会影响您的应用程序，具体取决于您是否有硬件或实时限制。