python图像识别

Question

我想做的是一个简单应用程序的图像识别：

1. 给定图像（500 x 500）像素（1色背景）
2. 图像将只有一个几何图形（三角形或正方形或smaleyface:）（50x50）像素。
3. python将识别图形并显示几何图形。

有联系吗？有什么线索吗？有原料药吗？泰克斯：）

Answer 1

你指出几何图形是50x50像素。如果几何图形的大小和方向是固定的，则有一个经典的模板匹配问题，适合于correlation method。可以将模板匹配应用于原始图像或边界检测输出。

否则，如果大小（比例）和/或方向是任意的，则可以应用傅里叶描述子。这些描述符是旋转和缩放不变量。

所有这些方法都可以使用OpenCV、NumPy或SciPy进行编码。

Answer 2

OpenCV有blob分析工具，它将为您提供有关形状的度量，您可以为您喜爱的模式识别算法提供这些形状：）例如，当圆的比率约为0.78时，矩形的面积/（高度*宽度）的比率为1.0。

Answer 3

典型的python工具链是：

• 使用PIL读取图像
• 将它们转换成Numpy数组
• 使用Scipy的图像过滤器（linear and rank，morphological）来实现您的解决方案

至于区分形状，我会通过观察背景的形状来获得它的轮廓。然后，我将使用corner detection算法（例如Harris）检测角的数量。三角形有三个角，正方形有四个角，笑脸没有。 这是一条Python。

编辑：

正如您在评论中提到的，博客文章没有提供生成算法所需高斯核的函数。下面是来自Scipy Cookbook（伟大的资源btw）的这样一个函数的示例：

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()