Python 如何在图像中识别三种类型的对象？

我想从卫星风图像中识别三个不同的物体。问题是其中三个有点相似。我尝试使用模板匹配来识别，但没有成功。三个目标如下

---

在这里，物体的方向并不重要，但线条中头部的类型很重要。您能建议一种方法继续吗？

假设您的图像只包含纯黑色和纯白色像素

您可以为每个轮廓找到轮廓及其边界矩形或minareact

然后将这些矩形视为单独的图像，在轮廓上迭代。现在您可以对这些图像进行分类。您也可以使用模板匹配

---

祝你好运

你想过机器学习吗

例如，用于数字识别的小型cnn可以使用一小组图像“重新训练”，Keras还具有数据增强功能，以帮助确保训练出鲁棒的分类器

有一个非常好的博客帖子 Yash Katariya发现@，在这个过程中，MNIST数据集被加载，网络被训练，为了使用ML解决您的问题，它经历了您需要的所有阶段

您提到您尝试过模板匹配，但是您也提到旋转并不重要，这对我来说意味着对象可以旋转，这将导致TM失败

您可以查看LBP（本地二进制模式），或者OpenCV的Haar分类器（不过它对旋转非常敏感）

除了我建议的项目之外，还有一个很棒的教程@，它使用了一些功能和机器学习，您可以从中受益，从而应用于这个问题

---

我希望在不直接回答您的问题的同时，我已经给了您一套工具，您可以使用这些工具花费一些时间和阅读来解决问题。

“我尝试了一些东西，但没有成功”作为起点的错误描述有点过于宽泛。在模板匹配中，我将这种类型的图像作为模板，只能识别少数对象（两个或三个）。我想从分布在图像上的大约100个对象中识别对象。模板匹配不适合大小变化或旋转。不过，它有可能会影响你的形象。cv2.MatchTemplate返回一个接近图像大小的数组（图像高度-模板高度，图像宽度-模板宽度），每个数组元素都有一个分数。因此，如果要在图像中搜索模板的多个实例，则必须自己检查cv2.MatchTemplate结果。minMaxLoc实际上只会给你一场比赛。这是一个很好的替代品