计算机视觉：图像比较和计数？

Question

我很好奇，如果能够计算图片中的东西数量，比如说鸭子的数量，首先拍摄一张照片，然后在一张单独的照片中查看它的匹配位置。因此，为了澄清，我们将有2张照片（一张照片带一只鸭子，另一张带有4只鸭子的照片为了争辩），并且该程序将通过重叠一张照片来看看它可以在4张鸭子图片中做出多少匹配鸭子图片 - 从而计算图片中有多少鸭子。我一直在阅读计算机视觉，并且我知道opencv的网站谈论了使用傅立叶变换将图像分解为其幅度和相位。我希望可以将一张鸭子图片的大小变成一个矩阵，然后将它与来自四张鸭子图片的一系列矩阵进行比较。

我想这将是相当困难的，因为我将不得不以某种方式告诉程序初始鸭子的形状，然后将该鸭子的分解图像信息存储到矩阵中，然后将其与从分解后的矩阵进行比较另一张照片。任何想法/建议？我认为这将是一次很好的学习经历，因为我是一名电气工程专业的学生，​​上一学期我学习了傅立叶变换，DFT等等 - 实际上将它们应用于某些东西只是一件很酷的事情。

Answer 1

你在说关于物体识别 - 计算机视觉中的一个基本问题。您的主要想法 - 拍摄对象的图片，从中获取一些特征，然后在其他图像上找到相同的特征 - 是正确的。但是，像素逐像素比较（无论是时间还是频域）都非常容易出错，通常效果不佳。在大多数情况下，更高级别的功能会提供更好的结果。

要开始使用OpenCV中的Cascade Classifier，它使用类Haar特征（具有特定灰度级的小矩形）。它是最着名的人脸检测和识别，但也可以为其他对象进行训练。

您可能还会对SURF方法感兴趣，该方法搜索具有类似特征的点，甚至是AAMs，这些方法试图模拟对象的形状和外观。