python图像识别
我想要做的是一个简单的应用程序的图像识别：
- 给定图像（500 x 500）pxs（1色背景）
- （50×50）像素将只有1个几何graphics（三angular形或方形或smaleyface :)）。
- python会对graphics进行识别并显示几何graphics。
任何链接？ 任何提示？ 任何API？ thxs 🙂
一个典型的Python工具链将是：
- 使用PIL阅读您的图像
- 将它们转换成Numpy数组
- 使用Scipy的图像filter（ 线性和秩序 ， 形态 ）来实现您的解决scheme
为了区分形状 ，我将通过观察背景的形状来获得其轮廓。 然后我会使用angular点检测algorithm（例如Harris）来检测angular点的数量。 一个三angular形有三个angular落，一个正方形的四个，还有一个笑脸没有。 这是一个用Scipy进行哈里斯angular点检测的python 实现 。
编辑：
正如你在评论中提到的那样，博客文章没有提供产生algorithm所需的高斯内核的函数。 下面是一个来自Scipy Cookbook的例子（很好的资源btw）：
def gauss_kern(size, sizey=None): """ Returns a normalized 2D gauss kernel array for convolutions """ size = int(size) if not sizey: sizey = size else: sizey = int(sizey) x, y = mgrid[-size:size+1, -sizey:sizey+1] g = exp(-(x**2/float(size)+y**2/float(sizey))) return g / g.sum() OpenCV有blob分析工具，它会给你的形状，你可以喂你喜欢的模式识别algorithm的指标:)例如。 矩形的面积/（高度×宽度）为1.0时，圆的比例约为0.78。
你点的几何图是50×50像素。 如果几何graphics的大小和方向是固定的 ，那么就有一个经典的模板匹配问题 ，适合相关方法 。 您可以在原始图像或边界检测输出上应用模板匹配。
否则，如果大小（比例）和/或方向是任意的，则可以应用傅立叶描述符 。 这些描述符是旋转和尺度不variables。
所有这些方法都可以使用OpenCV，NumPy或SciPy进行编码。
如果您知道数据的状态空间，则可以使用主成分分析。 使用PCA时，所有对象都必须摆放（位于屏幕中央）。 PCA将不会执行检测，但会将对象分隔成独特的层，您可以将其识别为三angular形等。另请注意：这不是缩放或旋转不变的情况。
[我不记得这个技术叫什么了，但是它类似于邮局怎么写笔迹]如果你只能处理非曲面曲面，你可以做边缘检测，然后在交叉点处进行采样，得到近似值相似。
