要做影像的辨識
使用vision assistant測試particle analysis功能
可是因為字體本身與相機拍攝的關係
下圖的"6"在particle analysis會被當作是兩個particle分別分析
請問是否有辦法強制讓particle analysis把它們視為同一個particle呢？
謝謝！
請問是否有辦法強制讓particle analysis把它們視為同一個particle呢？
謝謝！
你就把兩個相加就好啊，最後輸出一個數值，相加之前當作黑盒，反正黑盒後我最終只拿到一個數值
請問前輩是指兩個數值相加嗎？
可是particle analysis的輸出很多是座標資訊
甚至是我搞不懂的數值(invariant moment)
相加後就不對了啊！
即便是取平均值應該也不對吧？
你應該在二值化處理時,確保6的資料完整性.也許你可以把二值化設定值調小或調大一些,看6的資訊是否完整.或者你可以把你的原始影像上傳讓我們看看怎樣處理讓6的資訊更完整.
打光是影像處理的重要一環,重點在於要讓你想看到的特徵跟背景有明顯的差異.這樣穏定性才會高.
你的二值化影像明顯看的出來是兩個特件,除非你用Gray Morphology把斷掉的部份用Dilate的方式把它連起來.才有可能.
如下圖所示.
1個讚
非常感謝RayLee0218詳細的回答
因為後續想用機器學習的方式進行辨識
所以想使用Particle Analysis去取得特徵值
但是目前遇到的問題就是…一個物件是由幾個部分組成
如果二值化處理時為了確保6的完整而調整設定
則會有過多背景資訊進來
至於使用Dilate的方式把斷點連接起來
又會擔心部分圖片在單一設定值下無法完全連接
所以才會想說particle analysis是否有辦法對整個圖形進行分析
還是說有其他的功能也可以取得圖片內元件的特徵值呢？
因為後續想用機器學習的方式進行辨識
所以想使用Particle Analysis去取得特徵值
不知道你為何繞遠路要自己找特徵，還是你想用傳統機器學習?
圖片你就用CNN啊，你用深度學習CNN本身就是取得特徵值得方式了，
CNN的卷機本身就是取特徵值
或是現在都馬用遷移學習，後面分類再接自己的類別就好~
機器學習的視覺和傳統視覺各有適用的地方~