我想用C#(或任何其他.NET语言)做这件事,不知道如何:我有一个我从网络摄像头捕获的图像,我想找到一个特定的简单对象(让我们说一个带有黑色方块的红色圆圈)在里面).红色圆圈可能会不时有点不同(因为阴影),有时候方形也可能稍微亮一些甚至旋转一点.
嗨,我有一堆图像.让我们假设所有这些都具有相同的大小.图像具有黑色背景和一些代表荧光的准圆形绿点.我必须计算每个图像的荧光量(百分比).即绿色区域.
知道如何做到这一点,例如在Java中吗？
我目前正在研究项目或指导/指导我的研究.我要确定三叶不同的物种,并用100个样本每一个(300仅仅是特定的),我的教授要求我意味着K近邻算法使用在上传的100个样本在系统中上传的图片进行分类数据库作为参考.
我已经为系统上传了样本和图像处理,但我仍然需要应用KNN算法对它们进行分类,任何建议或分步教程？
是否需要研究编码算法,或者是否有现有的库可以在C#语言的图像分类中轻松应用KNN？并且每个叶子种类有100个图像样本吗？
更多信息:来自martijin_himself的回复
是的,我说的是树叶.嗯,问题是,唯一要考虑的特征是树叶的形状.忽略其他功能,如颜色,大小等.我并不确切知道何时或如何提取这些"特征向量",将它们放在何处以及如何将图像样本用作叶子的参考
关于系统的图像处理部分,图像经历二值化和斑点化的过程,使图像仅考虑其形状唯一的特征.因此,我在数据库中上传的所有样本都是如此.如果我缺乏答案所需的信息,我感到非常抱歉.请多多包涵.
提前致谢!:)
我想知道开始一个项目来执行人们图形识别的最佳方法是什么.换句话说,如果计算机看到人的形状,计算机将解析图像文件并通过启发式计算出来.
任何API或开源可用,这是否超前于时代？
谢谢
是否有工具通过Autoit将图片识别为文本？
我在屏幕上有固定区域,其中一些文本显示为图像.我需要获得它的价值并保存到文件中.
请不要通过比较像素颜色来做到这一点.
BOWImgDescriptorExtractor必须接收 32F 所以SURF或SIFT必须用于DescriptorExtractor，但对于FeatureDetector肯定可以是任何你想要的，对吧？
我只需要在这里澄清一下，我只见过人们说“您不能使用ORBwith Bow”，但是在检测功能时，为什么使用哪个很重要？
通过网络摄像头，我捕获了前方人物的图像。然后我显示一个视频。之后，我必须找出是否同一个人站在前面。我怎样才能做到这一点？互联网中的可能性需要许多图像来训练SVM。我只有一张要被识别的人的照片。我该如何实现？请提供一些代码示例（如果可能的话），因为我是新手。我已经实现了摄像头逻辑。只是我需要的图像识别。
opencv image-processing face-recognition image-recognition computer-vision
第一次发帖,希望我以正确的方式放置代码.
我想检测和视频计数的车辆,所以如果你看一下我的代码下面我发现图像的轮廓阈值和扩张后,然后我用drawContours和矩形中绘制所检出的轮廓框.
我试着在drawContours/rectangle if语句中添加一个过滤器,说明矩形的面积是否大于40,000,然后不要绘制它.
现在,如果你看一下我附上的图片,你会发现在较大的矩形内部绘制了矩形,我不想这样做.在此输入图像描述.这些矩形的面积小于40,000但是由于某种原因它们被绘制.
我打算使用矩形来计算图像上的汽车,但如果这不是最好的方法,我会接受建议.
谢谢.
using namespace cv;
using namespace std;
int main()
{
VideoCapture TestVideo; //Declare video capture
Mat frame; //declare Mat as frame to grab
TestVideo.open("FroggerHighway.mp4"); //open the test video from the project directory
if (!TestVideo.isOpened()) //If its not open declare the error
{
cout << "Video did not open." << endl;
waitKey(0);
}
if (TestVideo.get(CV_CAP_PROP_FRAME_COUNT) < 1) //If the frame count is less than 1, basically an error checker
{
cout << "Video …c++ opencv image-processing image-recognition opencv-contour
所以我一直在使用 Tensorflow 的神经网络教程。我完成了本质上只是 MNIST 的“基本分类”，并且一直致力于制作我自己的自定义变体，作为一个小小的思想实验。除了将数据集放入可用的形式之外，一切都是不言自明的，因为本教程使用了预制的数据集，并且看起来有些拐弯抹角。我只想知道如何将彩色照片放入可用的数据中。我假设这只是一个一维数组。作为一个附带问题，如果 2d 照片不是 CNN，那么如果将 2d 照片存储在 1d 数组中，那么神经网络是否会失去任何有效性。
artificial-intelligence classification image-recognition neural-network mnist
我需要实现SVM数字分类器的概念.它应该是我在画布中写入的分类输入的简单.但我需要从头开始实施.语言并不重要.
任何人都可以一步一步地指导我如何做到这一点.任何材料链接都会有所帮助.但我需要一些与实践相关的东西而不是理论.因为我已经阅读了一些关于它的理论文章.并且有基本的想法它应该如何工作,但仍然有一些麻烦如何将这些想法转换为现实生活中的例子.
非常感谢.