计算机视觉：图像比较与计数？

Question

我很好奇，如果能计算出一张照片中的东西的数量，比如说鸭子的数量，先拍一张样本照片，然后在另一张照片中看到它匹配的地方。为了澄清这一点，我们将有两张图片（一张图片有一只鸭子，另一张图片有四只鸭子，为了便于讨论），程序将通过叠加一张鸭子图片来查看它在4只鸭子图片中可以匹配多少张图片，从而计算出图片中有多少只鸭子。我读了一点关于计算机视觉的文章，我知道opencv的网站讨论过使用傅立叶变换将图像分解成大小和相位。我希望能把一只鸭子的图片的大小转换成一个矩阵，然后把它和四只鸭子图片中的一系列矩阵进行比较。在

我想这是相当困难的，因为我必须告诉程序初始duck的形状，然后将duck的分解图像信息存储到一个矩阵中，然后将其与另一个图片中分解的矩阵进行比较。有什么想法/建议吗？我认为这是一个很好的学习经验，因为我是一个电气工程专业的学生，我上学期学了傅立叶变换，DFT等等。把它们实际应用到某些东西上会很酷。在

Answer 1

你说的是物体识别——计算机视觉中的一个基本问题。你的主要想法——拍一张物体的照片，从中获取一些特征，然后在其他图像上找到相同的特征集——是正确的。然而，逐像素比较（无论是在时域还是频域）是非常容易出错的，并且通常给出的结果很差。在大多数情况下，更高级的特性会产生更好的结果。在

首先，看看OpenCV中的Cascade Classifier，它使用类似Haar的特性（具有特定灰度的小矩形）。它最为人所知的是人脸检测和识别，但也可以用于其他物体的训练。在

您可能还对SURF方法感兴趣，该方法搜索具有相似特征的点，甚至AAMs，它试图为对象的形状和外观建模。在