符号/图像分类建议

你也许应该看看这篇论文:基于梯度的学习应用于文档识别,尽管它涉及手写字母和数字。你也应该读一下贝隆吉和马利克关于形状上下文的文章。你应该寻找的关键词是数字/字符/形状识别(不是检测,不是分类)。

如果您使用的是EmguCV,那么SURF特性示例(StopSign detector)将是一个很好的起点。另一种(可能是互补的)方法是使用MatchTemplate(..)方法。

然而,我发现的例子和教程 似乎专门处理图像 检测而不是分类。我 在一个更大的图像中的图像,只是 确定符号的类型

通过在图像中查找符号的实例,可以 实际上是对它进行了分类。不知道为什么你认为那不是你需要的。

    Image<Gray, float> imgMatch = imgSource.MatchTemplate(imgTemplate, Emgu.CV.CvEnum.TM_TYPE.CV_TM_CCOEFF_NORMED);

        double[] min, max;
        Point[] pointMin, pointMax;
        imgMatch.MinMax(out min, out max, out pointMin, out pointMax);
//max[0] is the score
        if (max[0] >= (double) myThreshold)
        {
            Rectangle rect = new Rectangle(pointMax[0], new Size(imgTemplate.Width, imgTemplate.Height));
            imgSource.Draw(rect, new Bgr(Color.Aquamarine), 1);
        }

max[0]给出了最佳匹配的分数。

把画布分成n个正方形或矩形块。

对于每个块,可以测量该块中黑色像素的数量或黑白比例,并将其视为特征。

现在您可以将图像表示为特征向量(每个特征源自不同的块),您可以使用许多标准分类算法来预测图像属于哪一类。