Python 基于计算机视觉的方案符号检测

我正在尝试检测电气方案中的电气符号。 在这里，我认为有两种方法可以使用：

• 使用OpenCV的经典方式，我尝试使用OpenCV和python重新识别形状，但有些符号太复杂
• 深入学习方式：我尝试使用手工制作的符号数据集使用Mask RCNN，但没有任何结果

下面是我想做的一个非常简单的例子：

我认为制作一个符号数据集是很容易的，但所有符号都是相同的形式，图像的上下文不会被表示出来

---

你认为我能如何处理这个问题

由于electrical scheme的组件总是相同的，所以我会首先尝试使用OpenCV进行模板匹配。我想你必须剪切组件并进行旋转复制才能找到所有组件。拥有更好的图像分辨率也很好

下一个想法，我想说的是使用内核进行卷积，这基本上就是您希望出现在图像中的组件

最后一个想法是，使用谷歌图像识别，这会给你们带来更确定的结果，但它的杀伤力太大了，你们可以使用python并在你们的图像上训练它

---

由于electrical scheme的组件总是相同的，所以我会首先尝试使用OpenCV进行模板匹配。我想你必须剪切组件并进行旋转复制才能找到所有组件。拥有更好的图像分辨率也很好

下一个想法，我想说的是使用内核进行卷积，这基本上就是您希望出现在图像中的组件

最后一个想法是，使用谷歌图像识别，这会给你们带来更确定的结果，但它的杀伤力太大了，你们可以使用python并在你们的图像上训练它

---

QATM：您可能正在寻找用于深度学习的质量感知模板匹配

原稿：

以下github包含一个电气方案示例：

---

QATM：您可能正在寻找用于深度学习的质量感知模板匹配

原稿：

以下github包含一个电气方案示例：

---

噢，谢谢你@Martin！我不知道这个OpenCV函数，我将尝试它并根据我得到的结果更新我的帖子got@Kamloops是的，看看。此外，我更新了我的答案，因此如果模板匹配不起作用，请给你额外的想法。谢谢@Martin！我不知道这个OpenCV函数，我将尝试它并根据我得到的结果更新我的帖子got@Kamloops是的，看看。此外，我更新了我的答案，所以如果模板匹配不起作用，我会给你额外的想法。我只是尝试了他们的解决方案，这就像一个魅力！谢谢，我刚刚尝试了他们的解决方案，效果非常好！非常感谢。