寻找迹象我需要的第一件事是一些检测标志外边缘的方法,鉴于颜色的广泛分布,kmeans等技术不会有效,因为图像中没有几个主色。我决定最好的方法是反向投影,因为我可以从目标图像中获取样本,然后使用变化很大的样本集找到红色的所有变化,如下所示。我需要从这些标志中取出红色并将其压缩成一个可以进行直方图绘制的图像并输入到反投影opencv调用中,因此我创建了BackProjectionPacker类。这返回了png的“打包”版本:原来的打包然后拍摄图像,我应用这个反向投影并放大一个以确保我将所有环作为闭环:原来的背投影看到第二个反投影错过了远处的一个停车标志,用这种方法得到的太小了,因为像素没有明确定义。原来的背投影过滤区域通过应用接近0的阈值,我在每个图像上得到了许多定义的区域。
sign recognition opencv:计算机科学最后一年的符号检测项目
文件列表
sign-recognition-opencv:计算机科学最后一年的符号检测项目
(预估有个111文件)
known_sign.cpp
2KB
region_of_interest.cpp
3KB
back_projection_packer.cpp
669B
region_of_interest.hpp
663B
back_projection_packer.hpp
240B
search_image.cpp
2KB
2-roisForBackProjection.png
3.67MB
1.png
4.42MB
3-roisForBackProjection.png
3.83MB
1-roisForBackProjection.png
4.37MB
暂无评论