Ура ! Раскопал модуль ocv.cls.features2d и пример FeatureDetector.dpr
Там есть все методы скопом .
Alex2013 как вы это делаете?
Начну из далека.Образование я так до конца и не получил,что совсем не мешает программированию оставаться полезным(и приятным хобби,но бывает и помучится приходится).
Заинтересовала меня тема поиска изображений,сначала прямое по-пиксельное было,потом по похожести процента пикселов.
Это всё очень просто подумалось мне,Захотелось крутого,как научных видео показывают.
Начал читать и понял мне моя математика не позволяет заглянуть глубже,а там самое интересное.
Последний месяц вообще ничего не делал толком.
Читал про кросс корреляцию - В основном с неё советуют начать.
И даже понятные разъяснения есть.
Но поскольку с математикой туговато ,некоторые формулы я вообще не помню.
Я начал искать реализации в коде,любых более менее читаемых языков похожих на Паскаль/Делфи и,с колледжа чуть Си помню.
Для того чтобы пошагово понять работу алгоритмов,наглядно так сказать.
В общем мои знания пока теория,просто взять и написать код по формуле я не смогу,раньше мог если что-то знакомое.
кстати еще есть ORB и BRIEF.
Читал про них тоже.
вроде ORB что-то типа ориентированного FAST...
В общем кратко не получилось,цель у меня была такая:
Найти алгоритмы распознавания в исходниках на делфи,или на чём то читаемом,
потом сравнить лабораторно-т.е. дома скорости и точности,
И в конце концов знать для чего какой алгоритм предпочтительней,что он быстрей/лучше ищет.
У меня кстати завалялся исходник нейросети,но я не вникал особо,обучал её часа три вроде распознаёт буквы
Добавлено спустя 21 минуту 40 секунд:
А, и ещё.
Заморочился я этим после того как увидел что не обновлялась openCV для делфей долго,и прикрутить его проблемно.
По поводу FAST выбрал потому что первое что нашел,да и реализация его несравненно проще.
Начинать решил с малого,постепенно вникая и осваиваясь,попутно читая хоть чтото.
В русском сегменте вообще мало понятных статей про работу алгоритмов,всё что я видел в большинстве куча формул и ни одного объяснения.
Ну про преобразование Фурье вполне понятно где-то читал.
В случае картинки это как я понял частотное распределение градаций яркости.
И при кроссКоррелляции мы получим "накопение" похожести в результирующей матрице (вот тут не уверен)нормируя её вычитанием средней дисперсии-это я своими словами то что понял пока
Добавлено спустя 12 минут 35 секунд:
"Каскады Хаара" хороший выход, но готовых профилей для ладони не нашел.
Может что посоветуешь ?
Давно встречалась толи статья толи блог ,там человек хотел автоматизировать создание шаблонов? не вспомню как это называлось,или самих каскадов
для Хаара.И на том всё и закончилось.
Много было ложных срабатываний вроде бы...трудность у него была в том что много ракурсов наверное,да и камера нужна приличная.
С камерой от моего ноута он видит моё лицо на стене кремового цвета, позади меня,если тени из окна напротив на стену "удачно" падают
Добавлено спустя 21 минуту 45 секунд:
Пока я занимался "подготавливающими фильтрами" для картинок типа:
поиск контуров,эрозия дилатация,бинаризация по порогу,по похожести цвета и т.п.
Ну и само собой Канни,Лаплас,Робертс, немного Гаусс.
Последнее что делал поиск и векторизация контура для распознавания букв(печатных,но написанных под разными углами)
И пока только посмотрел как работает скелетизация Жанг-Суня.
Добавлено спустя 11 минут 39 секунд:
Щас подумал вам возможно Поиск контура к поиску ладони прикрутить можно,не уверен за результат конечно...
Я ещё не пробовал, но инвариантность к масштабу этой ладони точно будет
Добавлено спустя 9 минут 55 секунд:
Да и к повороту тоже,но только в плоскости параллельной камере видимо...
Добавлено спустя 11 минут 58 секунд:
Не нашел как включить оповещения на почту о новых сообщениях в теме...
... )
)
У меня это целое "дерево целей" от ДР-интерфейса до программы просмотра видео с возможностью нелинейного "видеомонтажа налету" и видео аналитики ( отслеживание объектов, видео сигнализация, мониторинг состояния и развития растений через анализ спутниковых изображений и т.д.)) и много чего другого .
