我一直在关注关于 WebRTC 的媒体服务器“Kurento”的非常有趣的教程，它允许直接通过浏览器进行多媒体通信。我在这里运行了教程http://www.kurento.org/docs/current/tutorials.html并发现它很有趣。
我现在的计划是实现一个非常基本的基于 WebRTC（或 Kurento）的对象检测/识别算法，给定一个简单的对象，它可以检测到它。为了做到这一点，我考虑了以下步骤。
假设我们希望找到水果，例如苹果和橙子：
- 第1步：我想在屏幕上放一个固定边界框，限制检测区域，比如美国绿卡拍照工具：http: //travel.state.gov/content/visas/en/general/photos.html
（用户脸部周围的绿色形状）
- 第2步：实现一个按钮，一旦按下它就可以告诉你边界框内的对象是苹果还是橙色（例如基于它的颜色或形状）
如果有想法，如果我能了解它们，我将不胜感激。谢谢