Image processing 无重叠拼接图像

Image processing 无重叠拼接图像,image-processing,machine-learning,Image Processing,Machine Learning,我需要不重叠地缝合图像 通过示例,任务将更加明确: 资料来源: 目标: 基本上,我需要一种方法来确定两个图像相互连接的程度 更新 使用OpenCv库中的随机林可以达到80%的成功响应。训练有素的森林展示了拼图的两个部分彼此配合得有多好。假设你不想让软件拥有5岁孩子对迪斯尼角色的百科全书式知识,那么你的匹配是基于线条相交的点 只需存储一个坐标列表,一条线击中一个正方形的边缘,然后比较每一对正方形,使击中位置的差异最小化 ps。假设方块不旋转,只需在方块的每一侧存储一个距离列表。假设你不想让软件

我需要不重叠地缝合图像

通过示例,任务将更加明确:

资料来源:

目标:

基本上,我需要一种方法来确定两个图像相互连接的程度

更新


使用OpenCv库中的随机林可以达到80%的成功响应。训练有素的森林展示了拼图的两个部分彼此配合得有多好。

假设你不想让软件拥有5岁孩子对迪斯尼角色的百科全书式知识,那么你的匹配是基于线条相交的点

只需存储一个坐标列表,一条线击中一个正方形的边缘,然后比较每一对正方形,使击中位置的差异最小化


ps。假设方块不旋转,只需在方块的每一侧存储一个距离列表。

假设你不想让软件拥有5岁儿童对迪斯尼角色的百科全书式知识,那么你的匹配是基于线条相交的点

只需存储一个坐标列表,一条线击中一个正方形的边缘,然后比较每一对正方形,使击中位置的差异最小化


ps。假设正方形不旋转,只需在正方形两边各有一个距离的列表。

你可以考虑每个片段中的扩张边,这可能会在读行中弥补丢失的边。然后,从这一点拼接片段。

可以考虑每个片段中的扩展边,这可能会弥补读取行中的丢失边。然后,从这一点缝合碎片。

直线与碎片边界的交点-这是我想到的第一件事。但是这个解决方案有几个问题。首先,通常情况下,线出现在一个片段上,而不在附近。其次,碎片之间是“不可见区域”(红线)。我想用机器学习。如果我可以使用OpenCV中的CvRTrees::predict_prob?线段与碎片边界的交点,你会怎么想?这是我想到的第一件事。但是这个解决方案有几个问题。首先,通常情况下,线出现在一个片段上,而不在附近。其次,碎片之间是“不可见区域”(红线)。我想用机器学习。如果我可以使用OpenCV中的CvRTrees::predict_prob,您会怎么想?