我最近接触了 opencv,并意识到用一张正面图像和许多负面图像制作合成样本并不是非常准确。阅读了文档和其他一些博客和教程后,我意识到有一种方法可以使用多个正面图像来合成正面图像。我的问题是,我如何使用(例如)3 张正面图像并使用opencv_createsamples来制作其余样本。
提前致谢!
我最近接触了 opencv,并意识到用一张正面图像和许多负面图像制作合成样本并不是非常准确。阅读了文档和其他一些博客和教程后,我意识到有一种方法可以使用多个正面图像来合成正面图像。我的问题是,我如何使用(例如)3 张正面图像并使用opencv_createsamples来制作其余样本。
提前致谢!
我使用了级联分类器,这个过程非常简单,但你需要大量的训练数据!基本上,您需要一组正样本(包括要扫描的对象)和一组负样本(不包含要扫描的对象)。
示例:假设您想使用 opencv 和 haar 级联分类器扫描坑洼:您需要一组包含坑洼的街道图像(正样本)和一组不包含坑洼的街道图像(负样本)。
我给你留下了一个对我帮助很大的链接:http ://www.academia.edu/9149928/A_complete_guide_to_train_a_cascade_classifier_filter
这个例子使用了一个 GitHub 项目我这里是链接:https ://github.com/sauhaardac/Haar-Training
希望对您有所帮助,再见:D