Python图像识别

Question

我想做一个简单应用的图像识别：

1. 给定一张图片（500 x 500 像素，背景是单一颜色）
2. 这张图片上只会有一个几何图形（可以是三角形、正方形或者小笑脸 :)），大小是（50 x 50）像素。
3. 用 Python 来识别这个图形，并显示出它是什么几何图形。

有没有相关的链接？有什么提示吗？有没有API可以用？谢谢 :)

Answer 1

你提到的几何图形是50x50像素。如果这些几何图形的大小和方向是固定不变的，那么你就遇到了一个经典的模板匹配问题，这时候可以使用相关性方法。你可以在原始图像上或者边缘检测的结果上进行模板匹配。

如果大小（比例）和/或方向是任意的，那么可以使用傅里叶描述子。这些描述子对旋转和缩放是具有不变性的。

所有这些方法都可以通过OpenCV、NumPy或SciPy来编写代码实现。

Answer 2

OpenCV 有一些处理“斑点”的工具，这些工具可以帮你分析形状，并给出一些数据，这些数据可以用来喂给你喜欢的模式识别算法 :) 比如，矩形的面积和（高度 * 宽度）的比值是1.0，而圆形的比值大约是0.78。

Answer 3

一个典型的Python工具链可能包括：

• 使用PIL库读取你的图片
• 把这些图片转换成Numpy数组
• 利用Scipy的图像滤镜（比如线性和排名，以及形态学）来实现你的解决方案

关于区分形状，我会通过观察背景的形状来获取轮廓。然后，我会使用角点检测算法（例如Harris算法）来检测角的数量。一个三角形有3个角，一个正方形有4个角，而一个笑脸则没有角。 这里有一个使用Scipy实现的Harris角点检测的Python示例。

补充：

正如你在评论中提到的，博客文章没有提供算法中需要的高斯核函数。这里有一个来自Scipy Cookbook（顺便说一下，这是个很棒的资源）的示例函数：

def gauss_kern(size, sizey=None):
    """ Returns a normalized 2D gauss kernel array for convolutions """
        size = int(size)
        if not sizey:
            sizey = size
        else:
            sizey = int(sizey)
        x, y = mgrid[-size:size+1, -sizey:sizey+1]
        g = exp(-(x**2/float(size)+y**2/float(sizey)))
        return g / g.sum()