python – 二进制(像素化)图像中的基本模式识别
|
这是一个裁剪的示例(大约11×9像素)的图像类型(最终实际上所有大小都是28×28,但存储在内存中作为784组件阵列展平)我将尝试应用该算法：
基本上,我希望能够识别何时出现这种形状(红线用于强调像素的分离,而周围的黑色边框用于更好地勾勒出StackOverflow白色背景下的图像)： 它的方向无关紧要：它必须沿水平和垂直轴的任何可能的表示(旋转和对称)检测(因此,例如,不应考虑45°旋转,也不应考虑对角线对称：例如,仅考虑90°,180°和270°旋转. 在我第一次呈现的图像上有两种解决方案,但只需要找到一种(忽略白色区域周围的灰色模糊)： 拿这个样本(这也表明图像中的白色图形并不总是被黑色像素完全包围)： 该函数应返回True,因为存在形状： 现在,显然有一个简单的解决方案： 使用诸如pattern = [[1,0],[1,1,1]]之类的变量,生成其变体,然后沿着图像滑动所有变体,直到找到完全匹配这一点,整个事情只是停止并返回True. 然而,在最坏的情况下,这将占用8 *(28-2)*(28-4)*(2 * 4),这对于单个图像大约是40000次操作,这看起来有点矫枉过正(如果我做了我的快速计算吧). 我猜测使这种天真的方法变得更好的一种方法是首先扫描图像,直到我找到第一个白色像素,然后开始寻找比该点早4行和4列的模式,但即便如此似乎不够好. 有任何想法吗？也许这种功能已经在某些库中实现了？我正在寻找一种能够击败我天真的方法的实现或算法. 作为旁注,虽然是一种黑客,但我猜这是可以卸载到GPU的那种问题,但我没有太多经验.虽然它不是我正在寻找的主要内容,但如果您提供答案,请随意添加与GPU相关的注释. 解决方法
如果您有太多的操作,请考虑如何减少它们.
对于这个问题,我会使用图像积分. 如果你在图像上对求和内核进行卷积(这是fft域中的一个非常快速的操作,只有conv2,imfilter),你知道只有积分等于5的位置(在你的情况下)才是可能的模式匹配位置.检查那些(即使你的4次旋转)应该在计算上非常快.示例图像中的位置不能超过50个适合此模式的位置. 我的python不太流畅,但这是你在MATLAB中第一个图像的概念证明,我确信翻译这段代码应该不是问题. % get the same image you have (imgur upscaled it and made it RGB)
I=rgb2gray(imread('https://i.stack.imgur.com/l3u4A.png'));
I=imresize(I,[9 11]);
I=double(I>50);
% Integral filter definition (with your desired size)
h=ones(3,4);
% horizontal and vertical filter (because your filter is not square)
Ifiltv=imfilter(I,h);
Ifilth=imfilter(I,h');
% find the locations where integral is exactly the value you want
[xh,yh]=find(Ifilth==5);
[xv,yv]=find(Ifiltv==5);
% this is just plotting,for completeness
figure()
imshow(I,[]);
hold on
plot(yh,xh,'r.');
plot(yv,xv,'r.');
这导致14个位置进行检查.我的标准计算机在计算两个图像积分时平均需要230ns,我会称之为快速. GPU计算也不是黑客攻击：D.由于它们拥有巨大的计算能力,它可以解决大量问题.例如. GPU中的卷积非常快. （编辑：李大同） 【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容! |