问题标签 [computer-vision]

我一直在实施Viola-Jones 的人脸检测算法的改编版。该技术依赖于在图像中放置一个 24x24 像素的子帧，然后将矩形特征放置在图像中的每个位置，并具有各种可能的大小。

这些特征可以由两个、三个或四个矩形组成。给出了以下示例。

他们声称详尽的集合超过 180k（第 2 节）：

鉴于检测器的基本分辨率为 24x24，详尽的矩形特征集相当大，超过 180,000 个。请注意，与 Haar 基不同，矩形特征集是过完备的。

以下陈述未在论文中明确说明，因此它们是我的假设：

1. 只有 2 个二矩形特征、2 个三矩形特征和 1 个四矩形特征。这背后的逻辑是我们正在观察突出显示的矩形之间的差异，而不是明确地观察颜色或亮度或任何类似的东西。
2. 我们不能将特征类型 A 定义为 1x1 像素块；它必须至少为 1x2 像素。此外，类型 D 必须至少为 2x2 像素，并且此规则适用于其他特征。
3. 我们不能将特征类型 A 定义为 1x3 像素块，因为中间像素无法分割，从自身中减去它与 1x2 像素块相同；此特征类型仅针对偶数宽度定义。此外，特征类型 C 的宽度必须能被 3 整除，此规则也适用于其他特征。
4. 我们无法定义宽度和/或高度为 0 的特征。因此，我们将x和y迭代为 24 减去特征的大小。

基于这些假设，我计算了详尽的集合：

结果是162,336。

我发现近似 Viola & Jones 所说的“超过 180,000 个”的唯一方法是放弃假设 #4 并在代码中引入错误。这涉及将四行分别更改为：

结果是180,625。（请注意，这将有效地防止特征接触子框架的右侧和/或底部。）

现在当然是问题：他们在实施过程中犯了错误吗？考虑表面为零的特征是否有意义？还是我看错了？

我目前正在为GNU Octave编写一个版本的 MATLAB RegionProps函数。我已经实现了大部分，但我仍然在努力实现几个部分。我之前曾询问过一个区域的第二个中心时刻。

这在理论上很有帮助，但我在实际实施这些建议时遇到了麻烦。我得到的结果与 MATLAB（或常识）大不相同，我真的不明白为什么。

考虑这个测试图像：

我们可以看到它与 X 轴倾斜 45 度，短轴和长轴分别为 30 和 100。

通过 MATLAB 的RegionProps函数运行它证实了这一点：

同时，我什至没有把轴弄对。我正在尝试使用来自维基百科的这些公式。

到目前为止，我的代码是：

raw_moments.m:

中央时刻.m：

这是我尝试使用这些的代码。我包括对我在每个步骤中获得的值的评论：

我不确定我做错了什么。我似乎正确地遵循了这些公式，但我的结果是无稽之谈。我没有在我的矩函数中发现任何明显的错误，尽管老实说我对矩的理解并不是最好的。

谁能看到我会误入歧途？非常感谢你。

BW = poly2mask(x, y, m, n)从由向量 x 和 y 表示的 ROI 多边形计算二进制感兴趣区域 (ROI) 掩码 BW。BW 的大小是 m×n。

poly2mask将 BW 中位于多边形 (X,Y) 内的像素设置为 1，将多边形外的像素设置为 0。

问题： 给定这样一个凸四边形的二进制掩码BW，确定四个角的最有效方法是什么？

例如，

迄今为止最好的解决方案： 使用edge找到边界线，霍夫变换在边缘图像中找到 4 条线，然后找到这 4 条线的交点，或者在边缘图像上使用角检测器。看起来很复杂，我不禁觉得那里有一个更简单的解决方案。

顺便说一句，convhull并不总是返回 4 个点（也许有人可以建议qhull防止这种情况的选项）：它也沿边缘返回几个点。

编辑： Amro 的回答似乎非常优雅和高效。但是每个真正的角落可能有多个“角落”，因为峰不是唯一的。我可以基于θ对它们进行聚类并平均一个真实角落周围的“角落”，但主要问题是使用order(1:10).

10足以说明所有角落还是会排除真实角落的“角落” ？

我正在尝试制作一个 DIY 触摸屏，并希望将其参加当地的科学博览会，但想在多点触控的编程方面进行。我的问题在于我从未使用过分析图像（来自基于 USB 的网络摄像头）。
如果可能的话，我想在 C# 中做这个项目（C++ - 如果最坏的情况发生）
我需要分析一张黑色图片（来自 USB 网络摄像头），然后检测何时出现白色斑点。我该怎么做呢？---是否有一种已知的方法来检测变化与分析每个像素？如果是这样，指向这里的指针会很好:)
另外，我如何通过 USB 从网络摄像头获取输入？--- 我在哪里可以获得图书馆/ddl 的？
我见过一些可以使用这个的程序，但是它们会转换图像——这会占用时间和处理器速度……有没有办法使用原始输入图像/数据？
帮助？

我正在尝试使用网络摄像头进行计算机视觉（模型是 Hercules Dualpix）。我知道这不是理想的相机，但我别无选择。

问题是自动对焦使校准相机变得困难/不可能。任何人都知道禁用自动对焦功能的方法。或者，如果有人想处理它并使用自动对焦校准相机。

我正在寻找介绍图像处理算法（面部和形状识别等）的推荐，并想知道是否有人对书籍、白皮书或网站有好的推荐。

我从对图像识别知之甚少开始，并在大学（很久以前）做了一些数学。

任何帮助或指示将不胜感激。

我想提取图像中最常用的颜色，或者至少是主色调你能推荐我如何开始这项任务吗？或指向我类似的代码？我一直在寻找它，但没有成功。

我有一张带有水平线和垂直线的图像。其实这张图片是BBC网站转换成横竖线的。我的问题是我希望能够找到图像中的所有矩形。我想编写一个计算机程序来查找所有矩形。有谁知道如何做到这一点或建议如何开始？作为一个人，这个任务很容易找到视觉矩形，但我不知道如何将它描述为一个程序。

图片是这里的 BBC 网站http://www.bbc.co.uk/

对此更新，我编写了将 BBC 网站图像转换为水平和垂直线的代码，问题是这些线在拐角处不完全相交，有时它们不完全形成一个矩形。谢谢！

我正在尝试将图像相互比较以了解它们是否不同。首先，我尝试对 RGB 值进行 Pearson 相关，除非图片稍微偏移，否则效果也很好。因此，如果一个有 100% 相同的图像但有一个有点移动，我会得到一个不好的相关值。

对更好的算法有什么建议吗？

顺便说一句，我说的是比较数千张图片......

编辑：这是我的图片示例（显微）：

IM1：

IM2：

IM3：

im1 和 im2 是相同的，但有点偏移/剪切，im3 应该被认为是完全不同的......

编辑： 彼得汉森的建议解决了问题！效果很好！感谢所有答案！一些结果可以在这里找到 http://labtools.ipk-gatersleben.de/image%20comparison/image%20comparision.pdf

我下载了 Emgu CV（计算机视觉）库，我只是在看一下 SURFFeature 示例。

我正在尝试将两个新图像放入比较，而不是给出的示例，但是在这一行中，我收到新图像的错误：

我得到这个例外：

OpenCV：数组应该是 CvMat 或 IplImage

我不明白为什么它不接受我的形象，有什么想法吗？

托尼