Image processing 用OpenCV-Haar级联分类器寻找形状

我在一些雷达数据中寻找抛物线。我使用的是OpenCV Haar级联分类器。我的正片是20x20 PNG，所有像素都是黑色的，除了那些追踪抛物线形状的像素——每个正片一个抛物线

我的问题是：这些积极因素会训练分类器寻找含有抛物线的黑匣子，还是训练分类器寻找抛物线形状

我应该在我的正面图像中添加一层中等价值的噪声，还是它们应该是不切实际的清晰和高对比度

下面是原始数据的一个示例

下面是我使用GIMP执行简单边缘检测后的数据示例。抛物线形状在白色框中高亮显示

这是我的一个正面形象

---

我找到了一种方法，最初使用OpenCV中的MatchTemplate方法检测抛物线。起初，我使用的是Python

cv

，后来使用的是

cv2

库，但我必须确保我的输入图像是8位无符号整数数组。最终，我使用

scipy.signal.correlate2d（图像、模板、模式='same'）

获得了类似的效果，而且不太麻烦。

mode='same'

将输出大小调整为图像的大小。完成后，我使用

numpy.where（）

函数执行阈值设置，并使用

scipy.ndimage

模块打开和关闭以消除椒盐噪声

这是阈值设置之前的输出

---

发布一些照片。得到好的答案真的很有帮助。但是一个快速的答案是你不需要像Haar这样复杂的抛物线。谢谢你的快速回复@vasile。哈尔训练需要很长时间才能完成。你推荐什么来检测抛物线？你想在这里检测什么？水平线中断的列索引？还是山峰？你能在你想要检测的特征周围画一条红线吗？你还说这张照片是用Gimp处理的。也希望能看到原作。哈尔在这里似乎帮不了什么忙，但这是一个非常有趣的问题，有非常（非常）微弱的抛物线特征。在原始数据（绿色图像）中，红色和蓝色线下有一条微弱的抛物线，大约147英尺（刻度线以几十英尺为单位）。同样，如果Haar不是最佳选择，您还有其他建议吗？