OpenCV使用python识别图像

我是OpenCV的新手。 我正在使用OpenCV 3.1和python 2.7

我有5张自行车图片和5张汽车图片。 我想知道给定的图像是汽车还是自行车

在互联网上我发现使用haar cascade我们可以训练， 但大多数示例只包含一种经过训练的数据手段，用户只训练汽车图像和图像 通过查询图像，他们会试图找到它是否是一辆车， 但是我想检查一下它是一辆汽车还是一辆自行车还是什么都没有

我想根据对象的形状匹配图像。 我想的另一个选择是获取查询图像并与存储的图像进行比较，然后根据相似性给出结果。但我知道这将需要更长的时间，这将是不好的

还有更好的选择吗？也有模板匹配，但我不知道哪一个选项更适合这种解决方案，因为我不了解OpenCV。

这可以由一个用户完成。它是一个基于图像处理的python库

参考文献：

---

关于您关于哈尔瀑布的问题。您可以使用它们按您想要的方式对图像进行分类：

---

训练两个哈尔瀑布，一个用于汽车，一个用于自行车。两个级联都将返回一个值，该值表示它们有多确定，即图像包含它们训练的对象。如果两者都不确定，则图像可能不包含任何内容。否则，您将以更高的图像内容确定性参加课程。

您可以尝试通过将培训数据（汽车和自行车图像）上传到（免费使用）来构建模型

1） 在此处上载您的培训数据：

2） 然后使用以下代码（Python代码）查询API：

3） 答复如下：

{
  "message": "Model trained",
  "result": [
    {
      "label": "Car",
      "probability": 0.97
    },
    {
      "label": "Bike",
      "probability": 0.03
    }
  ]
}

---

谢谢Rahul，我查一下谢谢sietschie的回复。你能给我举个例子吗？不具体。但是你可以看到如何从haar cascade分类器中获得自信。

{
  "message": "Model trained",
  "result": [
    {
      "label": "Car",
      "probability": 0.97
    },
    {
      "label": "Bike",
      "probability": 0.03
    }
  ]
}