คำถามติดแท็ก image-segmentation

ใครก็ได้โปรดช่วยฉันทำความเข้าใจว่าการแบ่งส่วนของค่าเฉลี่ยกะทำงานอย่างไร นี่คือเมทริกซ์ 8x8 ที่ฉันเพิ่งสร้างขึ้นมา 103 103 103 103 103 103 106 104 103 147 147 153 147 156 153 104 107 153 153 153 153 153 153 107 103 153 147 96 98 153 153 104 107 156 153 97 96 147 153 107 103 153 153 147 156 153 …

107 algorithm  image  image-processing  image-segmentation 

วิธีใดที่ดีที่สุดในการตรวจจับมุมของใบแจ้งหนี้ / ใบเสร็จ / แผ่นกระดาษในภาพถ่าย สิ่งนี้จะใช้สำหรับการแก้ไขมุมมองในภายหลังก่อน OCR แนวทางปัจจุบันของฉันคือ: RGB> Grey> Canny Edge Detection with thresholding> Dilate (1)> Remove small objects (6)> clear boarder objects> pick larges blog ตาม Convex Area > [การตรวจจับมุม - ไม่ได้ใช้งาน] ฉันอดไม่ได้ที่จะคิดว่าต้องมีวิธี 'อัจฉริยะ' / สถิติที่แข็งแกร่งกว่านี้เพื่อจัดการการแบ่งกลุ่มประเภทนี้ ฉันไม่มีตัวอย่างการฝึกอบรมมากนัก แต่ฉันน่าจะได้ 100 ภาพด้วยกัน บริบทที่กว้างขึ้น: ฉันใช้ matlab ในการสร้างต้นแบบและวางแผนที่จะใช้ระบบใน OpenCV และ Tesserect-OCR นี่เป็นปัญหาแรกในการประมวลผลภาพจำนวนมากที่ฉันต้องแก้ไขสำหรับแอปพลิเคชันเฉพาะนี้ …

102 image-processing  opencv  edge-detection  hough-transform  image-segmentation 

การแบ่งส่วนความหมายเป็นเพียงความสุขใจหรือมีความแตกต่างระหว่าง "การแบ่งส่วนความหมาย" และ "การแบ่งส่วน" หรือไม่? "การติดป้ายกำกับฉาก" หรือ "การแยกวิเคราะห์ฉาก" แตกต่างกันอย่างไร อะไรคือความแตกต่างระหว่างการแบ่งส่วนระดับพิกเซลและพิกเซลตามลำดับ? (คำถามข้างเคียง: เมื่อคุณมีคำอธิบายประกอบที่ชาญฉลาดเกี่ยวกับพิกเซลแบบนี้คุณจะได้รับการตรวจจับวัตถุฟรีหรือยังมีบางอย่างที่ต้องทำ?) โปรดให้แหล่งที่มาสำหรับคำจำกัดความของคุณ แหล่งที่มาซึ่งใช้ "การแบ่งส่วนความหมาย" Jonathan Long, Evan Shelhamer, Trevor Darrell: เครือข่าย Convolutional ครบวงจรสำหรับการแบ่งส่วนความหมาย CVPR, 2015 และ PAMI, 2016 Hong, Seunghoon, Hyeonwoo Noh และ Bohyung Han: "Decoupled Deep Neural Network for Semi-supervised Semantic Segmentation" arXiv preprint arXiv: 1506.04924 , 2015 …

97 image-processing  computer-vision  object-detection  image-segmentation  semantic-segmentation 

ฉันพยายามล้างรูปภาพสำหรับ OCR: (บรรทัด) ฉันจำเป็นต้องลบบรรทัดเหล่านี้เพื่อประมวลผลภาพต่อไปและบางครั้งฉันก็ใกล้เข้ามามาก แต่หลายครั้งที่เกณฑ์ใช้เวลามากเกินไปจากข้อความ: copy = img.copy() blur = cv2.GaussianBlur(copy, (9,9), 0) thresh = cv2.adaptiveThreshold(blur,255,cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY_INV,11,30) kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (9,9)) dilate = cv2.dilate(thresh, kernel, iterations=2) cnts = cv2.findContours(dilate, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) cnts = cnts[0] if len(cnts) == 2 else cnts[1] for c in cnts: area = cv2.contourArea(c) if area > …

9 python  opencv  image-processing  ocr  image-segmentation