anry

Я делал по этому примеру: http://note.sonots.com/SciSoftware/haartraining.html Все работало. Значения minhitrate было 0.999, maxfalsealarm 0.5.

Вроде неплохой результат дают сверточные нейронные сети. Ссылка по теме: http://www.masters.donntu.edu.ua/2010/fknt...rt06/index.html

Может быть памяти слишком много выделено?

Мне требуется вырезать наклоненную прямоугольную область на изображении и развернуть ее под прямым углом. Попробовал использовать данный пример, но получается большое искажение. Можно ли это сделать с помощью штатных средств opencv?

А сколько нужно выходов, если нужно классифицировать на наличие или отсутствия одного объекта на изображении?

Поэкспериментировал, по размерам больше похоже, что длины полуосей. А источник/статью, по которому писали код не можете дать?

Спасибо, вроде угол наклона правильно считает. Осталось только проблема, что половина изображений вверх ногами получаются. А в примере LL и LW что за величины?

А кто-нибудь знает скорость работы библиотеки, например, при распознавании изображения размером 30x30 пикселей? Она действительно Fast?

А можно ли найти наклон произвольного контура с помощью моментов, если известно, что он имеет вытянутую форму по высоте, и большую площадь в верхней части?

Да, я использую метод CV_TM_SQDIFF. Можно ли как-то сделать чтобы функция не учитывала фон на эталоне?

Как я понял, сравнивать надо значения минимумов матрицы, которые можно получить с помощью функции cvMinMaxLoc? Вроде координаты правильно находит, но результат сильно зависит от фона, и у меня получается что искомый объект на темном фоне имеет больший минимум, чем другие объекты на фоне эталона

Добрый день. у меня пара вопрос по работе функции cvMatchTemplate. 1. Нужно ли переводить изображение в градации серого. 2. Как вывести значение похожести на шаблон. Можно кусок кода, а то я в си пока плохо разбираюсь

Дело в том, что объекты имеют один и тот же цвет. Контуры можно отличить друг от друга функцией cvDilate, но при этом теряется их форма и дальше их уже не распознать. Сейчас я пробую этим методом найти объекты, а их идентифицировать с помощью cvMatchTemplate, но он нечувствителен к повороту.

Извиняюсь, не уточнил. Я имел ввиду сегментацию формы. Нужно аппроксимированный контур сегментировать по точкам перегиба, чтобы получить не один контур, а два и более. Мне это нужно чтобы "расклеить" слипшиеся объекты.

У меня пару вопросов по контурам. 1. Как сохранить контуры в файле после их поиска функцией cvFindContours; 2. Как можно сегментировать контуры.