不同維度的圖像訓練SVM

我試圖實現自動號牌檢測（ANPR）。我正在使用以下工具。
- Ubuntu的12.04 OS
- 的OpenCV 2.4.13用C++不同維度的圖像訓練SVM

我使用一些樣本圖像，每個具有不同尺寸，以製備訓練數據集。是我使用的一些圖像尺寸如下：
- 468 * 294
- 600 * 375
- 1024 * 776
等

我已經通過了using OpenCV and SVM with images，而我的感覺是這方法將工作，如果所有的圖像具有相同的尺寸。也Training a classifier using images of different dimensions but same number of HoG features，我認爲這可能也不是一個準確的解決方案。

有沒有其他的方法來訓練支持不同圖像尺寸的SVM？

來源

2016-07-04 AkJ

請注意，將圖像中的目標對象設置爲「某處」是不夠的，圖像應只包含目標對象和一些次要背景。另外，對象應該居中，並且對象的方向應該在每個圖像中相同。我猜你的圖片沒問題，因爲他們有相似的比例，但這是一個常見的錯誤，所以我想提一提。除了安德烈的回答（調整大小），您應該知道調整後的大小通常是識別對象的最小大小！ – Micka

備註：如果寬高比不準確，調整大小並不總是最佳。也許你必須裁剪（或添加一些額外的背景）才能調整大小以獲得正確的高寬比！ – Micka

通常的做法是在將輸入圖像輸入分類器之前調整輸入圖像大小，因爲輸入圖像的數量是固定的，需要功能的固定維數，在您的情況下，特徵是像素強度，因此輸入圖像中的像素數量必須被修復。

來源

2016-07-04 12:55:42

不同維度的圖像訓練SVM

回答

相關問題