Python 通过模板匹配在图像上查找过往列车，无需列车模板

我每X秒拍一张交叉口的照片，然后使用opencv2中的模板匹配分析交叉口的状态，是真是假。如果状态为True，那么我将启动一个会话，在该点上我希望检测是否有列车在任何点通过。问题是，我没有一个可以通过的每列火车的模板（4个不同的客运列车公司+货运列车公司），因此没有模板来匹配我的图像

I

。我也没有足够的数据或时间训练网络来识别任何列车

我使用opencv2，特别是

TM_CCOEFF

算法进行交叉点的状态匹配，效果很好。如果没有每列火车作为样本，甚至可能没有区分乘客和货物，我怎么能检测到任何经过的火车呢

下面是我正在拍摄的一张示例照片（我没有一张上面有火车的照片）：

---

您可以检查是否有关闭的门来启动会话。然后用背景减法确定火车经过我已经在做第一部分了。通过背景减法，我会将一个空的十字路口（如上所述）的图像与一个包含火车的十字路口进行比较吗？甚至可能区分乘客和货物-你会如何向一个从未见过火车的人解释这种差异？让一台计算机（或一个人）来区分它没有模型的东西是不可能的。@peterxz确实，把大门里面的区域遮住。然后将每个帧与会话开始时的帧进行比较。还有一个函数可以为您执行此操作，如。山姆·梅森（Sam Mason）建议的远门遮挡也可以起作用，而且效率更高。寻找其他功能可能更容易。e、 g.屏障大概会落在大致相同的位置，并且与背景的对比度差异很大。您还可以查看远处障碍物的遮挡情况，作为过往列车的代理。一旦你有了一些实际列车的图像，你就可以开始开发更好的分类器了