问题标签 [image-recognition]

我想检测图像中的圆形、矩形对象并从该对象中读取信息。java中是否有任何对我有帮助的api？

例如：检测白色背景中的圆形硬币并获取有关该硬币的信息（硬币价值等）

谢谢。

我需要制作一个具有以下功能的 iOS 应用程序：

• 使用相机捕捉图像。
• 识别该图像：它是否与示例图像匹配？

是否有任何在线 API 可以做到这一点（来自 Google、Yahoo 等）？例如，我可以上传一张图片并获得一个图片 URL，然后请求一个 URL 以将新图片与现有图片进行比较吗？

我之前成功地使用了带有 OpenCV 的 Haar 分类器。不幸的是，它似乎只适用于方形物体和固定角度（即面）。但是我需要找到具有不同角度的“长”（矩形）对象（参见示例输入图像）。

有没有办法训练 Haar 分类器来找到这样的对象？我能找到的只是人脸识别的教程。还有其他替代方法吗？

我有一组简单的形状（见下图），我想识别手写形状并找出它可能在集合中的哪个形状。

有没有简单的算法来做到这一点？或者任何开源库？

顺便说一句，我的任务很简单，所以我不会使用像 OpenCV 这样过于复杂的库。

提前致谢！！

我知道这没有一个简单的答案，但我想学习如何扫描图像，从而扫描视频（逐帧）并识别初始图像中具有给定误差的其他图像。

有没有这方面的图书馆？有什么提示吗？

谢谢你。

我搜索没有结果。如果我复制其他主题，请删除，不要弄乱。我对使用 C# 的图像识别 OCR 有疑问

我正在处理显示拼字游戏的图像。首先我将图像转换为灰度，阈值化以仅找出黑色字母，然后我使用中值来避开字母周围的墙壁。

现在，如何开始获取识别字母的结束函数？我现在应该以某种方式分开'foreach'字母:-)还是开始识别？在开始识别之前我应该​​注意什么问题？欢迎任何来源。:-)

任何想法也将非常有帮助。

可能是一个简单的问题，但到目前为止我找不到一个简单的解决方案。我正在为一个非常具体的用例开发一个简单的图像识别软件。

给定的是一堆应该在一条直线上的点。但是，有些点被错误地放置并远离线。尤其是在线的末端附近，点可能或多或少不准确。

例子：

线的大致方向是已知的，在这种情况下，它是垂直的。示例中的实际线实际上是垂直的，带有轻微的斜率。

我只对无限线感兴趣（即斜率和偏移），端点的位置并不重要。

作为附加信息（不确定是否重要），2 个点不可能水平相邻。例子：

性能并不重要。我在 C# 中工作，但我对任何语言都很好，或者只是一个通用的想法。

我想尝试创建一个学习国际象棋应用程序作为学校项目。我的第一个计划是简单地让这个 AI 与自己对抗，但要真正展示它是否成功，它需要能够展示它的进展情况。为了做到这一点，我希望它在 chess.com 等网站上玩评级游戏。但是，我相信他们（还）没有公共 API。

因此，我想用java制作一个识别颜色和图像的程序。它保留所有位置的内部二维数组，并识别板上的棋子。我想我已经找到了一种在窗口中使用Java Robot Class之类的方法来执行此操作。

但是，我希望它在内部窗口中打开此网页并在后台继续执行此操作。有没有办法在自己的窗口中识别颜色，而不需要在前景中？

编辑：我打算使用我刚刚找到的这个浏览器组件。我注意到可以创建页面的整页快照并将其保存为 BufferedImage(?)。这会让这样做更容易吗？

编辑2：我刚刚读到“完全禁止来自其他人、计算机/国际象棋引擎或残局表库的外部帮助”。我想让电脑完成所有的演奏当然也包括在内。所以我可能会尝试使用另一个网站，所以特定于 chess.com 的答案不会削减它！

我最初在cstheory.stackexchange.com上提出了这个问题，但有人建议将其移至stats.stackexchange.com。

是否有现有算法可以返回两个位图图像之间的相似性度量？通过“相似”，我的意思是人类会说这两张图片是从同一张照片中修改而来的。例如，算法应该说以下 3 张图像是相同的（原始、位置偏移、缩小）。

相同的

我不需要检测扭曲或翻转的图像。我也不需要检测它是否是不同方向的同一个物体。

不同的

我想使用这个算法来防止我网站上的垃圾邮件。我注意到垃圾邮件发送者懒得更改他们的垃圾邮件图像。它不仅限于面孔。我已经知道那里已经有很多很棒的面部识别算法了。垃圾邮件图像可以是任何东西，从 URL 到足球场再到裸体。

我目前想知道一个应该很容易但到目前为止找不到简单解决方案的图像识别问题。

输入是一个大约 1 兆像素的矩形图片，显示一个轻的木质表面。它上面有一个薄但可见的网格。网格是黑黑色的，规则的，几乎是正方形的（大约比宽度长 8%）。网格大小正好是 19x19。一般的板颜色是“木头”，它可以变化，但往往是浅棕色。（更多信息）

表面上放置了许多小的，圆形的，黑白相间的石头。它们总是放置在十字路口，但由于人为错误，它们可能会稍微偏离。它们的颜色是纯黑色和白色。

棋盘上覆盖着 0 到大约 300 颗棋子（361 个十字路口的 80%）。黑色和白色石头的数量大致相同。

边界的大小（从未放置过棋子的棋盘边缘）各不相同，但已知为“小”。

光线可能会导致棋盘上出现石头的阴影。此外，它会导致在石头上出现一个白点（在光的方向上）。

我想检测网格上石头的位置。

我的想法是查看每个像素的亮度并将它们分为 3 类：浅色（白色石头）、中等（白板）和深色（黑色石头）。具有许多黑色像素的区域被认为是黑色石头，依此类推。

之后，可以使用黑白区域的大小来计算实际的网格大小。

另一个想法是识别网格线并使用它们来计算网格大小和位置。由于线条很细（并且经常被石头覆盖），我不知道该怎么做。

我很想听听你对这个问题的想法。有没有看起来合适的算法？你能想出一些很酷的技巧吗？我疯了吗？这个问题无法解决？我正在使用 C#，但欢迎使用任何语言。