anry
-
Количество публикаций
15 -
Зарегистрирован
-
Посещение
Сообщения, опубликованные пользователем anry
-
-
а как на счет нейросетевых методов распознавания? кто нибудь работал с ними? какой результат они дают?можно ли с помощью них еще и определить что скажет такого человека как на картинке нет в базе?Вроде неплохой результат дают сверточные нейронные сети. Ссылка по теме:
http://www.masters.donntu.edu.ua/2010/fknt...rt06/index.html
-
-mem 900Может 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?
-
Зто дины осей эллипса (или полуосей, не помню). Насчет переворота - я про квадрант предупреждал
. Надо доп. обработку какую-то делать.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?
-
В документации написано вот что:After the function finishes the comparison, the best matches can be found as global minimums (CV_TM_SQDIFF) or maximums (CV_TM_CCORR and CV_TM_CCOEFF) using the MinMaxLoc function.
что буквально значит:
После того, как функция завершит сравнение, наилучшие совпадения могут быть найдены как глобальные минимумы (метод поиска CV_TM_SQDIFF) или максимумы (методы поиска CV_TM_CCORR и CV_TM_CCOEFF) при помощи функции MinMaxLoc. Скорее всего Вы используете метод CV_TM_SQDIFF.
подробнее здесь: http://opencv.willowgarage.com/documentati...cvMatchTemplate
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
-
Может лучше сегментировать изображение (при помощи cvFloodfill, например получить маски для каждого цветового пятна) а потом определять контуры? Контуры можно конечно распутать, если они обладают свойством гладкости и не имеют разрывов в производных, но это сложный путь, лучше поработать с изображением до выделения контуров.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.
-
Что Вы имеете ввиду под сегментацией контура? Разбить на отрезки (точки), или что то другое ?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.
Тренировка каскадов Хаара
в OpenCV
Опубликовано · Report reply
Я делал по этому примеру:
http://note.sonots.com/SciSoftware/haartraining.html
Все работало. Значения minhitrate было 0.999, maxfalsealarm 0.5.