检测并计数图像中的物体

Question

我正在尝试用Python写一个脚本，来检测和统计图像中的物体，但我失败得很惨。

这是我第一次对计算机视觉感兴趣并尝试做一些相关的事情。我试着使用cv2模块（OpenCV），按照一些关于特征匹配和模板匹配的教程来学习，教程可以在这里找到。我也尝试过使用scikit-image，但结果也不理想。我还考虑过寻找轮廓，然后进行二维曲线匹配。

让我再多解释一下我的问题。我有一组图标，这些图标组成了一幅大图。这个图的构成是一个简单的背景或者透明背景，以及一些来自图标集的图像。这些图标集的图像基本上可以经历三种基本的变化：缩放、旋转和移动。它们也可能会重叠在一起。

这里有一个关于Android版本图标的快速示例。

我希望这个脚本的输出结果大概是这样的：

C -> 1

D -> 1

E -> 1

F -> 1

G -> 1

H -> 2

I -> 3

J -> 0

我现在打算试试Dlib，看看能否用机器学习算法来解决问题。我觉得我可能在用一种比实际需要的更复杂的方法来解决我的问题。如果有任何建议会很棒，我也愿意尝试任何适合Python的库。

PS：抱歉没有在这里发布图片，因为我的声望还不够。

Answer 1

你可以尝试很多方法。不过，如果你想要快速简单地解决问题，可以考虑调整你的图像集合，让每个类别的颜色明显不同且独特。这样，你就可以通过观察颜色来判断物体是否存在，甚至更好的是，可以数一下特定颜色的轮廓数量。

下面是一个伪代码的步骤：

1. 对图像进行预处理——（标准化，使用反向投影函数只处理目标颜色的阈值）
2. 找到轮廓
3. 对每个轮廓进行以下操作
   1. 检查它是否是有效的“特征”轮廓——你可以通过过滤一些噪声区域来进一步优化你的程序
   2. 估计它最可能属于哪个类别。

这样做应该能让你的程序运行得相当快。否则，你就得对图标的大小、旋转、遮挡或重叠情况做一些假设。