2

已经讨论过如何比较两个图像，“计算”它们之间的差异。这可以看作是图像比较的一种变体，但不完全是。考虑一下：假设我有一支笔的图像，存储在我的手机（Android 手机）的 SD 卡中。而且，我正在用我的相机在家里“寻找”这支笔。让我们忽略我的眼睛可以做同样的事情，让相机进行搜索。所以，我在家里，把相机对准不同的地方，看看我的相机是否能“识别”这支笔，当我把相机对准它时。用模糊的计算机科学术语来说，当我将相机对准东西时，我在后台运行了一个线程，以不断地将这支笔的图像与当前的相机视图进行比较。我把相机对准椅子，该线程将椅子的相机视图与笔的图像进行比较，并且由于椅子不是笔，因此返回“false”。当我最终将它指向放在桌子上的同一支笔时，线程应该确定这是我们在 SD 卡上的图像的笔。因此，相机视图现在显示了笔以及它所在的桌子，但它应该使用图像比较技术来识别笔。

一般来说，这样的事情可能吗？忘记 Android 或智能手机，是否可以用摄像头“识别”一个区域或对象？由于对图像处理库一无所知，我只能假设某些库确实有工具来做这些事情。或者至少，可以有一个“理论”算法，开始研究。

谢谢，

桑吉夫 Mk

4

1 回答 1

2

这种事情是可以做到的，但要让它运作良好是非常非常困难的。我在 Android 上处理 OpenCV 的经验是，用当前的移动硬件实时执行此操作是不可能的。（使用静止帧执行此操作可能是可行的）

一个非常简陋（而且最简单的国家英里）的系统将使用模板匹配cvMatchTemplate。本质上，您将“模板”（例如您的笔的照片）与搜索图像中每个可能位置的照片进行比较。它是计算密集型的，但在受约束的情况下工作得很好，但是您的应用程序需要完全不受约束的条件。

我的建议是查看 Surf 或类似的东西以及 Hough 变换。您通过从参考图像中在对象上生成一组 SURF 特征来制作对象的“指纹”。您在搜索图像上运行 surf。然后应用广义霍夫变换，其中对象模型是一组特征点。霍夫空间中的峰代表良好的匹配。

我什至从未尝试过第二种方法，但我知道这是可能的。另外我提出的两种方法也绝不是仅有的两种，它们只是我熟悉的两种。

于 2012-08-20T14:27:44.833 回答