2

我正在使用 AForgeNet 从视频流中抓取扑克牌。我抓住整张卡片以及卡片实际排名的部分,我的问题是模板匹配对我来说并没有真正发挥作用,因为它要么敏感要么犯很多错误。

所以我有这样的想法,将图像分割成这样的部分:

在此处输入图像描述

如果一个部分的黑色超过 50%,它将表示 1,否则表示 0。这将生成一个二进制表示,我可以将其与我的“模板”进行比较。作为一个游戏牌组,它只有字符:AKQJ1098765432,我认为它们是独一无二的,而且几乎没有足够的字符来工作。这样,图像是否偏离 1-2 个像素都无关紧要。

我确实怀疑已经有类似的东西可以重复使用,有什么想法吗?

4

2 回答 2

2

您可以通过使用插值将图像缩小到不小于原始大小的 10% 来创建图像指纹。对于黑白图像,指纹将呈灰色阴影。如果你减去两个图像的指纹,你会得到它们相似度的度量——你可以通过实验确定一个阈值来一致地确定匹配。

于 2012-02-02T23:10:35.100 回答
2

我认为更稳健的解决方案是从卡号和等级中提取尺度和旋转不变特征。例如,您可以尝试图像时刻

提取这些图像特征后,您可以训练一些分类器(例如神经网络)来预测卡号和排名。

于 2012-02-03T13:59:46.427 回答