Я пытаюсь реализовать автоматическое определение номерных знаков (ANPR). Я использую следующие инструменты.
- Ubuntu 12,04 OS
- OpenCV 2.4.13 с C++Обучение SVM с изображениями разных размеров
Я использую некоторые примеры изображений, каждый из которых имеет различные размеры для подготовки обучающего набора данных. Некоторые размеры изображения я использую следующие:
- 468 * 29 - 600 * 375
- 1024 * 776
и т.д.
Я прошел через using OpenCV and SVM with images, и создалось впечатление, что это метод будет работать, если все изображения имеют одинаковую размерность. Также Training a classifier using images of different dimensions but same number of HoG features, я думаю, что это также не могло быть точным решением.
Есть ли какой-нибудь другой способ тренировки SVM с различными размерами изображения?
Помните, что недостаточно иметь целевой объект «где-то» внутри изображений, изображение должно содержать только целевой объект и некоторый второстепенный фон. Кроме того, объект должен быть центрирован, а ориентация объектов должна быть одинаковой на каждом из изображений. Я думаю, ваши изображения в порядке, потому что они имеют одинаковое соотношение, но это распространенная ошибка, поэтому я хотел бы упомянуть. В дополнение к ответу Андрея (изменение размера) вы должны знать, что размер измененного размера обычно является минимальным размером для распознавания объекта! – Micka
Примечание. Изменение размера не всегда оптимально, если пропорции не соответствуют точно. Возможно, вам придется обрезать (или добавить дополнительный фон) перед изменением размера, чтобы получить правильное соотношение сторон! – Micka