Android 识别图像中的集合卡

我正在编写一个android应用程序，它可以为给定的游戏集找到解决方案。我想处理图像并将其转换为一组卡片，这是我已经编写的一个类。然而，我以前没有做过任何图像处理，但我的计划是创建一个神经网络，使用类似于Neuroph的东西来识别每张卡，但是有81张不同的卡，所以这似乎很耗时。我的另一个想法是独立于颜色识别卡片，将可能的卡片数量减少到27张，但我仍然不知道如何做到这一点。例如，如果我使用此图像：

我希望能够提取出第一个是没有填充的单个紫色椭圆形，第二个是填充的3颗绿色钻石，第三个是带条纹的2颗红色扭曲图案。

目标1：识别独特的卡片 通过使用像InceptionV3这样的训练图像识别神经网络的特征向量，这是相当直接的。使用InceptionV3识别您的特定事物有多种方法。见鬼，你只需要把每个卡的瓶颈特性作为训练集的一部分。当您获得一张新卡时，获取其瓶颈功能，并将其与独特的卡瓶颈功能进行比较。余弦距离最小的一个可能匹配。这是每个唯一卡仅有的一个培训示例

目标2：给卡片命名 存储带有每个卡的示例和瓶颈特征向量的名称

附加

---

如果您有时间为每种类型的卡提供一个以上的示例，请这样做。您的数据结构将是[卡类型，瓶颈特征向量]和[卡类型，卡名称]的另一种。对于数千个培训示例来说，这无法很好地扩展，但对于每种类型的卡只有少数几个示例，这将非常好。

不清楚您的问题是什么，您是否在问检测不同卡的最佳方法是什么？如果是这样，您需要编辑您的问题，以包括一个明确的问题：