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:Python 基于计算机视觉的方案符号检测,python,opencv,computer-vision,symbols,Python,Opencv,Computer Vision,Symbols,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OpenC
- 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
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。