标签: vision

我需要实时识别iPhone上相机图像中的数字.我知道图像上的数字不会超过5位.

鉴于iPhone的计算规格,这个问题是否切合实际？有没有人有使用Tesseract OCR库的经验,您认为可以通过使用它来解决吗？

我正在尝试使用opencv自动查找并找到空停车场的所有停车位.

目前,我有一个阈值图像的代码,应用canny边缘检测,然后使用概率hough线找到标记每个停车位的线.

然后程序绘制线条和构成线条的点

这是代码:

#include "opencv2/highgui/highgui.hpp"
#include "opencv2/imgproc/imgproc.hpp"

#include <iostream>

using namespace cv;
using namespace std;

int threshold_value = 150;
int threshold_type = 0;;
int const max_value = 255;
int const max_type = 4;
int const max_BINARY_value = 255;

int houghthresh = 50;

char* trackbar_value = "Value";

char* window_name = "Find Lines";

int main(int argc, char** argv)
{
 const char* filename = argc >= 2 ? argv[1] : "pic1.jpg";
 VideoCapture cap(0);
 Mat src, dst, cdst, tdst, bgrdst;
 namedWindow( window_name, CV_WINDOW_AUTOSIZE …

我有标准的com.google.android.gms.vision.Tracker 示例在我的Android设备上成功运行,现在我需要对图像进行后处理以找到当前面部的虹膜,该虹膜已在Tracker的事件方法中得到通知.

那么,我如何获得与我在Tracker事件中收到的com.google.android.gms.vision.face.Face完全匹配的Bitmap框架？这也意味着最终的位图应该与网络摄像头分辨率匹配,而不是屏幕分辨率.

一个不好的替代解决方案是在我的CameraSource上每隔几毫秒调用一次takePicture,并使用FaceDetector单独处理这张图片.虽然这有效但我有一个问题,即视频流在拍摄过程中冻结,我得到了大量的GC_FOR_ALLOC消息导致单个bmp facedetector内存浪费.

我正在测试用于图像分类的计算机视觉算法.我想找到一个包含几类对象的数据集,例如猫和狗.这个数据集应该具有每个类中的所有可变性,这是由于类的内在可变性.也就是说,我不想担心从不同视角或不同光照条件下拍摄的照片等.一个类别中的几乎所有变化都应该归因于该类别的内在变化,例如猫的类别将包含许多不同的图像,因为猫实际上看起来彼此不同,不是因为图像是在不同条件下产生的.

优选地,物体将被"切出"(在均匀的背景上).数据集的大小并不重要.合成图像(可能使用3D图形软件生成)也可以.图像需要标有其类别.

有谁知道这样的数据集？

假设我计划使用OpenCV使用立体声方法进行3D重建......我没有任何特殊的立体相机,只有网络摄像头.

1.)如何使用一组网络摄像头构建便宜的立体声设置？2.)是否可以使用网络摄像头捕捉两个图像并使用openCV API将其转换为立体声？

我将使用Stereo vision下面的链接中的立体算法 与OpenCV

使用这种方法,我想创建一个室内环境的详细映射.(我不想使用任何像Insight3D这样的项目,如果不分发源代码就不能用于商业用途)

如果我想使用 GCP Cloud Function 使用 VISION API (Python3) 自动（也并行化）图像识别，但 CF 有 9 分钟持续时间的硬限制。如果图像很大，并且需要很长时间才能识别（超过 9 分钟）怎么办？有什么建议？

我们开发了一个库，其中包括使用 Android Mobile Vision API 来检测用户面部。以下问题仅发生在Lenovo Tab E7和Billow X703 上。

    private void createCameraSource() {

        Context context = getApplicationContext();
        FaceDetector detector = new FaceDetector.Builder(context)
                .setProminentFaceOnly(true)
                .setTrackingEnabled(true)
                .setClassificationType(com.google.android.gms.vision.face.FaceDetector.ALL_CLASSIFICATIONS)
                .setMode(com.google.android.gms.vision.face.FaceDetector.ACCURATE_MODE)
                .setMinFaceSize(minFaceSize)
                .build();   // <--- HERE IS THE EXCEPTION

        detector.setProcessor(
                new MultiProcessor.Builder<>(new GraphicFaceTrackerFactory())
                        .build());

        if (!detector.isOperational()) {
            // Note: The first time that an app using face API is installed on a device, GMS will
            // download a native library to the device in order to do detection.  Usually this …

如何使用OpenCV检索视频的当前帧编号？OpenCV是否具有用于获取当前帧的任何内置函数,或者我必须手动执行此操作？

我对筛选和移植都有疑问

首先,我使用SIFT来识别实时服务中的类似图像.像手机相机的照片一样,旋转量小,效果模糊.

我发现了Phash.所以,我在其演示页面上测试了phash .但结果让我感叹.

这是上述测试的结果:

在该测试中,两个图像固定在x轴上.所以他们没有轮换.但右图像的徽标被删除,人被移到左侧.在我看来,这是'非常相似'.此外,SIFT完全抓住了这一点.

现在,这是个问题.

1. pHash比SIFT快？
2. pHash的准确度是否可靠？
3. SIFT的输出太大,无法用于实时服务.所以我必须使用hash来使输出更小,如LSH(局部敏感散列).我尝试其他任何方式？

我是 Google Mobile Vision api 的新手，我一直在使用条形码检测器类来检测条形码。该应用程序运行良好，但在我的 android 4.2.2 手机中不起作用。我已经将播放服务更新到 v10.0.1 但仍然不好。当使用调试器连接到 android studio 时，我收到消息：“找不到 com.google.android.gms.vision.dynamite 的本地模块描述符类”。我已经在其他 android 4.2.2 设备上尝试过该应用程序。它有效，但由于某种原因它在我的中不起作用。任何人都可以帮助我解决上述错误吗？我可能缺少一些图书馆？