Python 尺寸和形状预测（OpenCV或Tensorflow/Keras） 介绍

我是统计学和神经网络的新手。 我将在下面描述我的序言

问题 我想找出视频图像上的对象何时也将具有以下参数：

最小直径， 当形状最接近圆形时， 当对象具有最高亮度时。 例如：

可能的办法 我从神经网络tensorflow和目标检测模块开始，它们检测类似于圆的目标，然后计算bounidng盒的面积。然后我开始探索掩模RCNN网络，我正在考虑获得掩模的面积。但这并没有解决我的问题

征求意见

---

问题是如何添加其他参数？喜欢亮度还是形状？你能给我一些建议吗？研究论文、文章或发表你在这个领域的想法。我在等待深层次的对话。首先，你应该考虑学习图像处理和计算机视觉的基础知识。 在图像上定位圆是一个基本问题，因此它得到了很好的研究，并且有很多健壮的解决方案。 在您提供的合成图像中，甚至不需要使用NN在特定情况下找到类似圆形的形状

---

请参阅维基百科，从基础知识开始。

我熟悉圆-霍夫变换，但它仍然不能回答如何找到最佳圆。我在考虑薄度比，也许有更好的解决方案？OpenCV HoughCircles函数返回检测到的圆及其半径。我无法理解你对“最佳”圈的看法。使用半径可以找到更小或更大的圆。如果要考虑亮度，可以使用一些度量：M=半径*亮度/255；或者为半径和亮度组件添加权重的更复杂的东西：M=2.0*半径*0.7*亮度/255，使一个组件的影响更有价值。欢迎来到SO，这是关于特定的编码问题，而不是讨论论坛；您的问题太广泛了，请花点时间阅读，您会注意到，要求我们推荐或查找书籍、工具、软件库、教程或其他非现场资源的问题与SO无关。