OpenCV - 检测多个相似但不同对象的最佳方法答案

【问题标题】：OpenCV - best approach to detect multiple similar, but different objectsOpenCV - 检测多个相似但不同对象的最佳方法
【发布时间】：2013-01-02 23:27:06
【问题描述】：

我的目标是使用 OpenCV 从图片中找到多个条形码。我曾尝试使用 SURF 来查找它们，但在这种情况下该方法无效（功能不够独特）。我也在考虑 HAAR，但它不是旋转不变的方法。

您认为处理此问题的最佳方法是什么？

(Full size image)

【问题讨论】：

这张图片到底是什么？以前从未见过这样的。
具有唯一标识符的样品管。
假设您有每个条形码的大致区域，如i.imgur.com/XOw2y.png。你还想做什么？
这些是数据矩阵码吗？如果是这样，你想解码它们吗？如果是这样，你试过libdmtx.org 吗？
@Jacek：在 Matlab 中 f = rgb2gray(imread('http://i.stack.imgur.com/4XBbu.jpg')); g = bwareaopen(bwmorph(edge(f - imopen(f, strel('disk', 3)), 'sobel'), 'dilate'), 150);。那么g就是前面链接中的图片。

标签： image-processing opencv

【解决方案1】：

训练支持向量机。创建具有多个方向的多个条形码的数据集。在测试图像时，构建一个比例金字塔并应用滑动窗口技术。它被称为“对象检测”。 “多个相似但不同”也称为类内变异。

编辑：或尝试this。

【讨论】：

谢谢。我将对 SVM 做一些研究。
这也被称为“我不知道如何正确处理这个问题，所以我就让这个神奇的黑盒尝试解决它”。是的，我不是特别喜欢使用机器学习，除非有很好的理由。
@mmgp 对象检测/分类使用机器学习。检查最先进的图书馆。
@BillyL “最先进的图书馆”是指某个图书馆的最新版本吗？最先进的技术是指该领域当前的研究发展，因此至少这是一种奇怪的表达方式。我看过很多关于它的论文，其中大多数是坏的，有些非常好。大多数不好的是那些描述工作的人假设他有这么大的数据集，即使对输入进行预处理也可能产生好的结果，所以他继续像“通常”一样提取特征。现在，看，“建立一个规模金字塔”，“应用滑动窗口技术”太模糊了。
（继续）这些技术有很多方法可以执行，您的意思是使用所有您知道的方法吗？最后，您通常提到了 SVM，但这没有机会仅针对正类数据集。如果你想继续下去，一类 SVM 可能更合适。但是，对机器学习的需求还没有确定（只有你的答案有，我不明白这还不够）。