我有一张简单的照片,可能包含或不包含徽标图像.我正在尝试确定图片是否包含徽标形状.徽标(具有一些额外特征的矩形形状)可以具有各种尺寸并且可以具有多次出现.我想使用计算机视觉技术来识别这些徽标的出现位置.有人能指出我可以用来实现这个目标的正确方向(算法,技术吗？)？
我是计算机视觉的新手,所以任何方向都会非常感激.
谢谢!
我想在图像中检测圆形,矩形的对象并从该对象中读取信息.java中有没有api对我有帮助？
例如:在白色背景中检测圆形硬币并获得有关该硬币的信息(硬币值等)
谢谢.
拍照后,我试图检测被拍摄物体的形状.我正在寻找的是类似于人脸检测,除了我希望应用程序检测形状而不是面部.我正在使用Java和android SDK创建一个Android应用程序.关于我可以访问哪些库或资源来做这种事情的任何想法？
我是iOS开发的新手,我正在尝试创建一个应用程序,使用iPhone的相机识别一串数字并将其转换为文本.
是否有可以轻松整合到我的应用程序中的iOS开发模块？或者是否有一个通用模块,我可以尝试移植iOS？
当然,免费模块更好.
提前致谢 :)
编辑:要删除暂停主持人提出这个问题,我已经提出以下要求:
iphone image-processing image-recognition text-recognition ios
我试图在两个图像之间显示匹配的关键点(一个是从我的相机捕获的,另一个是从数据库中捕获的)
任何人都可以帮助我在我的代码中编写DrawMatches函数,以显示2个图像之间匹配的行.
这是我的代码:
public final class ImageDetectionFilter{
// Flag draw target Image corner.
private boolean flagDraw ;
// The reference image (this detector's target).
private final Mat mReferenceImage;
// Features of the reference image.
private final MatOfKeyPoint mReferenceKeypoints = new MatOfKeyPoint();
// Descriptors of the reference image's features.
private final Mat mReferenceDescriptors = new Mat();
// The corner coordinates of the reference image, in pixels.
// CvType defines the color depth, number of channels, and
// channel layout in the …我想训练一个自定义模型来使用图像分类器模型或TensorFlow中的对象检测API来检测一些对象，当对象被检测到时，它可以显示与结果相关的图像3D，为此，我想使用ArCore SceneForm SDK，这些在Android项目中增强了有关机器学习和现实的技术。
我使用ArCore SceneForm SDK在Android相机上每秒获取帧以使用自定义检测模型从某些TensorFlow Lite类进行扫描时出现问题，然后显示3D图像。您能帮忙吗？
TensorFlow精简版 https://www.tensorflow.org/lite/
ArCore SceneForm SDK https://developers.google.com/ar/develop/java/sceneform/
android image-recognition tensorflow android-augmented-reality arcore
我决定在办公时间之后花个人时间来学习图像jpeg类型如何在屏幕上解析和表示的构建块.我的兴趣在于图像中的对象识别.所以我想知道从哪里开始,我知道这涉及到数学.所以我需要一步一步地专门研究互联网上的哪些资源.
我希望能够处理芒果树的特写图像,以便我可以识别和计算芒果.芒果大致呈椭圆形或椭圆形,与图像中的树叶和树枝截然不同.我希望能够计算可能被其他物体覆盖20%的芒果(但对人眼来说仍然是显而易见的.)我相信MatLab中有一种算法可以做到这一点,我将不胜感激任何帮助或建议.
在计算机视觉方面,我是一个完整的新手.
记住我擅长C++,有人可以推荐我一本好的计算机视觉书吗？
我设计的软件应该非常高效和快速,因为我需要连续扫描神经元图片,从而虚拟地创建神经元之间的连接.
c++ opencv image-processing image-recognition computer-vision
我正在尝试在Darknet中训练自定义对象分类器YOLO v2 https://pjreddie.com/darknet/yolo/
我收集了一个图像数据集,其中大部分都是6000 x 4000像素和一些较低的分辨率.
我需要在训练前调整图像的大小才能平方吗？
我发现配置使用:
[net]
batch=64
subdivisions=8
height=416
width=416
channels=3
momentum=0.9
decay=0.0005
angle=0
saturation = 1.5
exposure = 1.5
hue=.1
这就是为什么我想知道如何将它用于不同大小的数据集.