C# 如何使用OpenCV从图像中检测旋转对象？

我一直在训练OpenCV分类器来识别书籍。要求是从图像中识别书籍。我已经使用了1000多个图像，OpenCV能够在不旋转的情况下检测书籍。然而，当我试图检测带有旋转的书籍时，它不能正常工作。所以我想知道它们是否能够使用OpenCV检测图像中带有旋转的对象

您使用什么功能来检测您的书籍？您是否正在培训CNN并使用OpenCV部署它？在这种情况下，将旋转图像增强添加到训练中可以很容易地检测到旋转的书籍

---

如果您使用传统的计算机视觉技术，您可以尝试使用一些旋转不变的特征提取程序，如SURF，但是，结果将不如使用CNN，CNN现在是解决此类问题的最先进技术

首先，你应该了解和的主要理论思想

您应该定义书籍的一些重要点（对每种类型的书籍都有效的一些特殊和强大的功能），然后您可以使用这些点来估计书籍的姿势。获得姿势角度后，应扭曲图像以对齐书本。书籍对齐后，应执行特征提取，以便通过这种方式提高书籍检测的成功率

---

总之，姿势估计和扭曲（对齐）对于这些旋转问题非常重要。

使用OpenCV和关键点匹配算法（如SURF或ORB）可以完美解决您的问题。你真的不需要分类器。根据我的经验，这种使用未经修改的openCv的解决方案可以放大到识别大约10000幅图像

我要做的是： 脱机：在书本图像上循环生成一个关键点描述符数据库，将每个描述符与它来自的书本的id相匹配。 联机：计算查询图像的关键点，并尝试（使用BF、FLANN或LSH）将它们与预先计算的数据库的关键点进行匹配。 投票选出与大多数查询关键点匹配的数据库书籍封面。 尝试计算所选db书籍封面和查询图像之间的单应矩阵，以验证匹配

ORB、BRISK、SURF、SIFT特征描述符都可用于此任务，且旋转不变。ORB和BRISK速度更快，性能稍差

有关简单示例，请参见此链接：

---

我想识别一本书的封面，然后使用该识别区域提取书皮并保存它。现在我正在训练haar分类器，使用书籍封面图像作为正图像，非书籍封面图像作为负图像。在这种情况下，是否可以使用SURF或ORB与haar级联？您想识别“所有”书籍的封面，还是只识别训练数据中表示的一组书籍？最好是所有书籍。