1

我目前正在尝试基于一个 8 位矩阵来识别一个字符,该矩阵是我在程序中提取的一个标签周围的(我称这个矩阵为“tag_character”,下面是一个“D”字符的示例图像)。

在此处输入图像描述

因为我需要分类对旋转保持不变,所以我推荐了 PCA 作为一种潜在的技术,但是我在如何使用它时遇到了一点困难。工作代码如下:

cv::Mat image_row = tag_character.clone ( ).reshape ( 1, 1 );
image_row.convertTo( image_row, CV_32F );
cv::Mat projection_result;
cv::PCA pca ( image_row, cv::Mat ( ), CV_PCA_DATA_AS_ROW );
pca.project ( image_row, projection_result );
cv::Point pos = cv::Point(pca.mean.at<double>(0, 0), pca.mean.at<double>(0, 1));

所以现在我有了这个职位,我不确定如何使用它来真正唯一地标识每个标签。顺便说一句,我正在遍历每个轮廓,然后对它们进行分类,因此 PCA 正在为每个标签单独运行。

4

0 回答 0