我刚刚开始探索 OpenCV 和它的 EmguCV .NET 包装器，需要了解其功能大图的人的一些总体指导，也许那些已经解决了与我需要完成的任务类似的任务的人。
我将有一系列静态照片，在每张图像中都会出现一个物体或什么都没有。这些物体是金属硬件（螺栓），将侧放，长度平行于图像的顶部/底部（即，图片是从上方拍摄的）。如果有一个对象，它将是大约 100 种不同类型的螺栓中的一种，其中一些具有非常相似但不相同的特征和尺寸。例如，它们的轮廓大部分都是矩形，但长度和宽度（直径）会有所不同，并且头部可以是六边形或圆形（在轮廓中分别被视为矩形或圆形的小段） ) 或将有用于埋头孔应用的锥形头。零件类型的插图 I'
（来源：donsnotes.com）
我需要对它们进行分类，以便区分所有尺寸和类型。1-3/8" 螺栓应归类为与 1-1/2" 螺栓不同，即使它们具有相同的直径和相同的头部类型。尺寸之间的最小长度差异为 1/8 英寸，而不是标准的 1/16 英寸。
如果重要的话，我可以很好地控制以下内容：
- 照明（但背光不实用）
- 背景的外观（可能对背景减法有用？）
- 从相机到物体的距离（相同的物体在图像中总是显示为相同的大小）
- 通常，螺栓的位置 - 它将水平放置在其侧面，与图像帧的顶部/底部边缘平行。我无法控制它的头部在图像中是向左还是向右。
不幸的是，我找不到任何直接解决我需要做的事情的在线论文或文章——但有很多可以说明更简单的任务，比如寻找彩色球或寻找矩形。我找不到任何关于识别和分类大量不同但相似的形状的东西。我确实有两本推荐的 OpenCV 书籍，虽然它们很棒，但它们似乎并没有解决这个问题。
我在示例图像上发现了相当干净的 Canny 边缘，但由于照明，零件内部有很多噪点。这使得寻找干净的霍夫线段有点参差不齐。
我不确定是否应该尝试使用通过测量 Canny 边缘计算的绝对尺寸来减少可能匹配的列表 - 然后使用更强大的东西，如级联分类器......？要不然是啥。
我真的只是在寻找某人对一般策略或正确方向的看法......
谁能给我一些东西让我开始尝试？我真的很茫然。
谢谢！