识别子图像
我有一个非常简单的任务:目标是检测另一个图像中的图像模式。特别是，我必须从扫描仪获得的图片中识别出盒状药物滥用测试的正确一面，并尽可能降低误差率。我正在使用AForge.NET库和C#。
DOA测试图片：
链接http://www.atbsrl.com/media/SO/doa-test-sample.png
测试正在进行中的图片：
链接http://www.atbsrl.com/media/SO/Schema03.png
录音带面非常相似，但第一面(A面)有3条掺假带(带彩色区域)，另一条只有滥用药物带(B面)。
为了非常肯定地识别A方面，我尝试混合不同的方法，例如颜色匹配和模板匹配，但是目前我使用AForge.NET的测试没有产生预期的结果，因为输入图像的可变性。
你有什么意见建议？
回答 1
Stack Overflow用户
发布于 2015-08-25 09:38:36
使用卷积神经网络。对于传统的图像处理，你几乎什么也做不了，错误率很低。
为了应用这一点，收集尽可能多的图像(最好是一千或更多；一百可能不够，一万可能是理想的)，并制作一个文本文件，文件名和标签，他们是从哪一边(0，前面或1)。然后，拿一个现成的包，如卡菲或libccv，并在这个数据集上训练它。您可以使用几乎任何网络模型，但是Caffe中的CaffeNet会很好地工作，遵循本教程为您的应用程序再培训一个训练有素的CaffeNet (这比从头开始容易，并且可以使用较少的数据)。首先，只启动Caffe预装的AWS实例可能是最简单的，比如这一个。考虑到数据的性质，我认为您很容易获得<1%的错误率(如果您有更多的数据，可能会更低)。
如果您可以修改被检测到的对象，您可以使用一个更简单的算法:例如，给每个脸着色，或者放置基准标记或简单的条形码。
https://stackoverflow.com/questions/32199226
复制相似问题
腾讯云开发者
