Цитата(Geniy00 @ 22.1.2008, 21:14  ) |
| Что это означает? |
Цепочка фильтров, что либо делающих с картинкой.
| Цитата(Geniy00 @ 22.1.2008, 21:14 ) |
| Если есть идеи как можно упростить задание то советуй. |
Похоже я пас
Делим проблему на несколько стадий:
- найти объект на растре
- найти его ориентацию, маштаб и т.п. если применимо/необходимо
- распознать объект с некоторой точностью
- 1) grayscale filter - для штрих кода не важен цвет, а расчёты очень упрощает
- 2) median filter - сглаживание с сохранением краёв. тебе тоже понадобиться, удаляет шум, но оставляет чёткие границы
- 3) adaptive thresholding - значения яркости переводит в 2-чёрное, 1-серое, 0-белое, выделяется штрихкод и удаляется фон
- 4) bounding-box - на перекрестье наибольших масс на гистограммах вдоль X и Y находим "базу" кода, далее шагами в стороны по гистограмме ищем размеры нашего паттерна. Гистограмма - количество чёрных пикселей на строке (Y) или колонке (X).
- 5) square filter - путём шаманства находим 4 угла паттерна, т.е. обычно паттерн в виде не сильно страшной трапеции снимается
- 6) matrix-samper - делит площадь на ячейки, снимает уровни чёрного в каждой ячейке
- 7) golay checker и decoder - проверка/восстановление ошибок и декодирование кода
В твоём случае всё сложней, нужно:- вероятно нейронная сетка, что будет находить (но не распозновать) искомый объект на снимке - если фон особо не меняется (небо), то одной NN хватит, будет находить небо, значит всё что не небо - вероятно знак. Иначе придётся делать разные NN для сильно различающихся знаков. Нашли, окружили боксом, задача упростилась. Полезно на этом шаге использовать чёрно-белые снимки.
- убираем шумы (median и т.п.), "квантизируем" в несколько простых цветов, появятся хорошие границы
- NN сеткой распознаём знак. можно подавать растр, а можно определить края (edges) и подавать их на вход сетке (для рукописного текста обычно используется).