这是我想以尽可能少的努力解决的任务（最好使用 QT 和 C++ 或 Java）：我想使用网络摄像头视频输入来检测前面是否有（或更多）板条箱相机镜头与否。场景可以从“清晰”变为“镜头前有一个板条箱”并返回，同时凸轮将其视频信号提供给我的应用程序。对于原型测试/学习，我有 2-3 张“空”场景的图像，以及 2-3 张带有一个或多个 crate 的图像。
你知道如何解决这个任务的简单想法吗？我找到了 OpenCV，但是这个框架对于这个简单的任务来说是不是太笨重了？我是计算机视觉领域的新手。这通常是一项艰巨的任务，还是在实时馈送中检测凸轮前面是否存在障碍物是否简单而可靠？非常感谢您的专家意见！
【问题讨论】：
标签： java c++ object opencv detection
这是我听说过的一种方法，可能会取得一些成功：
您还可以考虑使用第二个直方图来测量图像每一行的像素。
显然这是一种相当简单的方法，并且高度依赖于“简单”的输入；即在空白背景下具有“硬”边缘的普通盒子（最好是与盒子形成强烈对比的背景）。
【讨论】：
您不需要一个成熟的计算机视觉库来检测相机前面是否有箱子。您可以拍摄快照并制作颜色直方图（简单）。要捕获快照，请查看此处：
http://msdn.microsoft.com/en-us/library/dd742882%28VS.85%29.aspx
【讨论】：
这里有很多变量，包括环境照明的任何可能变化以及视野中的任何其他活动。看看实现一个 Canny 边缘检测器（OpenCV 有，Intel Performance Primitives 也有）来寻找感兴趣的形状的轮廓。如果你有点知道盒子的位置，你也许可以对感兴趣区域的像素求和。如果框可以出现在视野中的任何位置，那就更具挑战性了。
【讨论】：
这不是你应该从 Java 开始的。当我遇到这类问题时，我会从 Matlab（OpenCV 库）或类似的东西开始，看看解决方案是否可以在那里工作，然后将其移植到 Java。
为了回答您的问题，我通过对“参考”图像（在您的情况下没有板条箱）与当前图像进行异或处理，然后对直方图进行处理（右侧的聚集像素表示差异很大），或者只是将可见像素并将它们与阈值进行比较。 XOR 不是很精确，但速度很快。
我的意思是，我花了 2 小时来安装 Scilab 和工具包并编写概念证明。如果第一个解决方案对每个附加算法（已经在 Mat-/Scilab 中完成）不起作用，我会在 Java 中花费两天时间。恕我直言，您从错误的角度解决问题。
如果 Java/C++ 真的只是一些无关紧要的简单工具，那么放弃它们并使用 Scilab 或其他 Matlab 克隆 - 原型设计和微调会快得多。
【讨论】：
对象检测涉及两个部分。一是特征提取，二是相似度计算。板条箱的一些明显特征是几何、边缘、纹理等......
因此，您可以找到一些算法来从您的 crate 图像中提取这些特征。然后将这些特征与您的训练样本图像进行比较。
【讨论】：