Image processing 在Python中使用Google Vision API进行徽标检测-一种提高准确性的方法

我试图检测一些手袋图片上的标志使用谷歌视觉API标志检测。然而，性能不是我所期望的。我添加了一些图片的样本和下面的结果，这样你可以得到更好的感觉。

我正在寻找任何可以改善结果的想法。如果你看第2页的最后一张图片（路易斯·维顿包），这个标志有点浮雕，算法无法真正检测到它。这是一个主要问题，我有很多包这种类型的标志图案。 还有，page1的第一个包，彩色通道包的标志太明显了，对比度也很强，但我不知道为什么GV API不能检测到它。请倾诉你的美丽想法，因为我真的需要它们

以下是我使用的代码：

import io
from google.cloud import vision
from google.oauth2 import service_account
import os
import pandas as pd
import numpy as np
from PIL import Image as Img
import cv2

def get_logo(img_path):

    with io.open(img_path, 'rb') as image_file:
        content = image_file.read()
    image = vision.Image(content=content)

    bag_img = Img.open(img_path) #convert the image to PIL

    # Detects logo and returns the size of the logo and vertices
    response = client.logo_detection(image=image)
    annotations = response.logo_annotations
    if len(annotations) != 0:
        for annotation in annotations:
            vects = annotation.bounding_poly.vertices
    else:
        vects = []

    #create a folder to save the cropped images
    if not os.path.exists("cropped_logos"):
        os.mkdir("cropped_logos")

    img_name = img_path.split("\\")[-1].split("_cropped")[0]  #store the image name
    img_extension = img_path.split("\\")[-1].split(".")[1]  # Store the image extension

    #Save cropped images in the designated folder
    cropped_logo_path = 'cropped_logos\\' + img_name + '_logo' + '.' + img_extension 
    if len(vects) > 0:
        cropped_logo = bag_img.crop([vects[0].x, vects[0].y, vects[2].x - 1, vects[2].y - 1])
        cropped_logo.save(cropped_logo_path) 
        return cropped_logo, cropped_logo_path
    else:
        return "Couldn't find the logo" , None