图像算法上的物体计数

Question

我又接到学校任务了。这次，我的老师给我的任务是创建算法来计算图片上有多少只鸭子。

图片与此类似：

我想我应该使用模式识别来搜索上面有多少只鸭子。但我不知道每只鸭子适合哪种图案。

Answer 1

我认为你可以通过分割鸭嘴并计算连接组件的数量来解决这个问题< /a> 在二进制图像中。

要分割鸭嘴，首先将图像转换为 HSV 颜色空间，然后使用色调组件执行二值化。请注意，鸭子喙的色调与图像的其他部分不同。

Answer 2

这是一种方法：

圆的霍夫变换：

• 初始化一个由 (x,y,radius) 索引的累加器数组
• 对于每个像素：
  • 计算边缘（例如 Sobel 算子将提供幅度和方向），如果幅度超过某个阈值，则：
    • 递增该边可能提供证据的每个累加器（仅边方向上的 (x,y)，仅 min_duck_radius 和 max_duck_radius 之间的半径）
• 现在对累加器数组进行平滑和阈值处理，以及最高的坐标累加器会告诉你头在哪里。如果您对累加器中的值进行直方图绘制，则阈值可能会突然出现（“大量证据”和“噪音”之间可能存在明显差异）。

这非常简洁，但它可以帮助您入门。

Answer 3

这可能只是因为我现在正在使用 SIFT，但对我来说，它看起来可能对您的问题有好处。

它是一种在两张不同图片上匹配同一对象的算法，其中对象可以在两张图片上具有不同的方向、比例并从不同的角度观看。当一个对象被另一个对象部分隐藏（就像你的鸭子一样）时，它也可以工作。

我建议找到一张清晰的橡皮鸭图片（:D），然后使用一些 SIFT 实现（VLFeat - C 库有 SIFT 但没有可视化， SIFT++ - 基于 VLFeat，但采用 C++ 语言，Rob Hess 使用 C 语言与 OpenCV...）。

您应该记住，与 SIFT（以及其他任何东西）的匹配并不完美 - 因此您可能无法获得图片中橡皮鸭的准确数量。