2
HoG kullanarak Plaka Algılama üzerinde çalışıyorum. Şimdi test aşamasındayım. Numara plakasını yerelleştirmek için,OpenCV Python Araç Numarası Plaka Algılama
'u kullandığımda, yalnızca tek bir dikdörtgen yanlış pozitif yerelleştirme olur. Ayrıca, yukarıdaki fonksiyon, test ettiğim tüm görüntüler için aynı puan setini de döndürür. Bu noktalar, her zaman HoG özelliklerini hesaplamak için kullandığım Winstride'in katlarıdır.
hog = cv2.HOGDescriptor((64,64), (16,16), (8,8), (8,8), 9)
svm = cv2.SVM()
svm.load('trained.xml')
img = cv2.imread('6.png', cv2.IMREAD_COLOR)
h = hog.compute(img)
p = svm.predict(h)
print p
model = pickle.load(open("svm.pickle"))
hog.setSVMDetector(np.array(model))
rects, weights= hog.detectMultiScale(img, 1.5, (7,7),(10,10), 1,1)
for (x, y, w, h) in rects:
cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
print x,y,w,h
cv2.imshow('plate', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
nasıl doğru plakayı yerelleştirilmesine lütfen bana: Aşağıda
kodudur?
Herhangi rastgele bir araba. –
** 1. ** Bu özel araç için, o görüntüyü gri tonlamaya dönüştürmeniz, eşiği uygulamanız ve sonuçtaki gri tonlamalı görüntünün boyutuna ve boyutuna göre bir maske resmi oluşturmanız gerekir. ** 2. ** Rastgele bir araç için, bir veri tabanına ihtiyacınız olacak bir [sınıflandırıcı eğitmek] (http://docs.opencv.org/2.4/modules/objdetect/doc/cascade_classification.html) gerekir. Görüntülerin mümkün olduğunca büyük olması (sınıflandırıcınızı ne kadar çok eğitirseniz o kadar iyi sonuçlar elde edersiniz) –
Zaten sınıflandırıcıyı eğittim. 200 olumlu görüntü ve neredeyse 400 negatif olanı. –