我有一个想法，我需要能够从渲染的 3D 数字电影中识别某些对象或模型。
经过有限的研究，我现在知道我需要的是计算机视觉领域的特征检测。
所以，我想做的是：
这可以通过 OpenCV 实现，对吧？
“问题”是我必须学习 c++ 或 python 来开发这个应用程序。如果我的电影和屏幕截图适用于我想做的事情，这不是问题。
所以，我想先测试一下我的电影截图。是否有一个 GUI 版本的 OpenCV，我可以输入我的测试数据，然后手动执行它的特征检测算法作为原型设计的一种手段？
任何反馈表示赞赏。谢谢。
OpenCV 没有 GUI 可以做你想做的事。您将能够使用OpenCV 解决问题的某些方面，但没有现成的解决方案等着您。
虽然绝对有可能解决您的问题，但这个问题的学习曲线相当长。如果您是专业人士，那么除了自己学习之外，另一种方法是聘请专家为您做这件事。这会花钱，但可以节省您的时间。
编辑
就模板匹配而言，您通常不会使用它来解决此类问题，因为您要寻找的是改变外观和形状。实际上没有任何“要设置的动态参数”。您可以尝试的最接近的方法是拥有一个庞大的模板集合，该集合将尝试涵盖您的目标可能采用的预期形式。但这几乎不是一个优雅的解决方案。另外它不会扩展。
接下来，关于人脸识别的观点。这有点相关，但大多数人脸识别应用程序都处理受控环境：照明、距离、姿势、角度等。在受控环境之外，人脸检测效率显着下降。如果您正在检测电影中的对象，那么您的环境并没有真正受到控制。
您可能想首先尝试一个更简单的问题，即准确检测角色所在的位置，而无需确定他们是谁（本质上是视频监控）。虽然听起来很简单，但您会发现它对于任意场景实际上并不简单。解决该问题的结果可能有助于识别字符。
好吧，使用 OpenCV，您可以拍摄一帧视频文件并对其进行任何计算。
您可以使用几种不同的方法来检测该图像上的角色，但要让它变得灵活并不容易，因此您甚至可以在该人躺在地板上时找到该人，例如，如果您只输入该角色站立的参考图像.
基本上，您可以尝试从您的参考图片集中提取所有重要特征，并拥有一个（在您的情况下受监督的）学习算法，该算法可以获得该字符的良好特征向量以进行分类。
然后，您需要编写播放视频并获取视频帧的代码，假设每 500 毫秒（或您希望的其他时间），获取您想要的对象的分段，并将其与您获得的参考值进行比较从你的学习算法。如果匹配，您的代码可以大喊“Yehaaawww！” 或者做其他事情...
但这一切都取决于您希望它有多灵活。您还可以尝试模板匹配或互相关，它基本上将参考图像移动到帧上并检查两个部分的相等程度。但不幸的是，这对旋转、变形或其他噪音非常敏感……所以如果那个人躺下，你就不会得到那个人。而且我怀疑您是否可以实时完成所有这些计算...
基本上：是的，OpenCV 非常适合用于您的图像处理/计算机视觉任务。但它提供了很多方法和方法，您需要找到一种适用于您的图像的方法......虽然这不是一项简单的任务......
希望有帮助...
有Mathieu Labbé的Find-Object。开始了解描述符对我很有帮助，因为您可以在视频运行时更改它们以查看会发生什么。
这可能为时已晚，但可能会帮助其他人寻找解决方案。
您是否尝试过查看牛津视觉几何小组的一些工作？
他们的Video Google系统在很大程度上描述了你想要的，实例检测。
他们在电视节目中命名人物的工作也非常相关。包括一个可以从 Matlab 运行的人脸检测和面部特征管道。你熟悉matlab吗？
你试过像Cassandra这样的计算机视觉框架吗？只需点击几下鼠标，您就可以准确地做到这一点。