太阳城亚洲

 

服务热线:4006 883 797

当前位置:主页 > 产品中心 > LOGO检测解决方案 >

LOGO检测解决方案

产品系列:LOGO检测解决方案

产品简介::

 

  练习正在不应用机械练习或任何框架的景况下,奈何正在Python中实行物体检测。

  每当咱们传说“物体检测”时,就会思到机械练习和各式差异的框架。但实践上,咱们可能正在不应用机械练习或任何其他框架的景况下实行物体检测。太阳城亚洲正在本文中,我将向你涌现奈何仅应用Python实行操作。

  最初,咱们界说一个模板图像(或者叫模板物体),然后步调将正在源图像中查找与咱们采用的模板完婚的悉数其他物体。举例来注释一下。下面有两张图片,上面是飞机的源图像,下面是模板照片,个中的物体为飞机。

  咱们需求一个源图像和一个模板图像。模板图像正在源图像上滑动(像2D卷积有雷同),然后步调将测验找到最凿凿的完婚项。

  模板图像会正在扫数源图像上滑动,对扫数区域实行摸索(将左上角行为参考框)。模板图像与源图像完婚后,咱们记下左上角的职位,然后正在实践完婚的区域边际绘制一个框。为此,咱们需求理解此模板图像的高度和宽度。下面咱们来绘制矩形。

  模板完婚是OpenCV供应的效用,它运用源图像和模板图像的灰度图像,策动咱们需求的统计目标。太阳城亚洲这里我应用的是最小平方差(TM_SQDIFF),由于咱们寻找的是模板图像和源图像之间的最小差。

  假若将到目前为止的结果绘制成图,就会获得一个概率图。从下图可能看到,这些小点是模板实践完婚的职位。

  咱们可能应用上面的代码从概率图中寻找小点的职位。然后应用minMaxLoc(res)提取最小值、最大值、最小值的职位和最大值的职位。

  为了正在模板图像完婚的源图像上绘制一个蓝色矩形,咱们需求取得最小值的职位min_loc(该职位为完婚下手的职位)行为左上角。同样,咱们可能通过top_left[0] + width和top_left [1] + height取得右下角。通过这些尺寸,咱们可能应用cv2.rectangle绘制蓝色矩形。

  上述咱们曾经实现了单个物体的检测,即采用源图像和模板图像之差的最小值。通过界说阈值的本事,咱们可能检测悉数与模板图像形似的物体。

  为此,我将应用与上例一样的源图像和模板图像,并配置阈值为概率大于0.5(你可能查看res数组来确定阈值)。咱们只需求更改几行代码即可检测众个物体。

  正在这里,我应用TM_CCOEFF_NORMED,由于咱们需求获取最大值,而不是最小值。这意味着咱们需求寻找众个物体而不是一个。

  咱们要查找悉数大于阈值的职位值。loc吸取2个输出数组,并将这些数组组合正在一块,如许就可能取得x,y坐标。

  这里有众个职位。所以,咱们需求针对悉数职位绘制蓝色矩形。下面咱们来实行可视化。

  看起来很简便吧?然而假若咱们应用机械练习或框架,则可能到达更高的凿凿性。

官方微博

Copyright © 2002-2019 liankeda.com 太阳城亚洲 版权所有
公司地址:海口市龙华新区观澜大道111号富嘉商务中心13层
联系电话:0898-66663917

企业邮箱:admin@liankeda.com