Pracuję nad projektem, a jego częścią jest rozpoznawanie obiektów zarejestrowanych w aparacie. Więc być bardziej spekulacyjnym:

Używam OpenCV

Mam poprawnie skonfigurowaną kamerę i mogę pobrać z niej zdjęcia

Skompilowałem i eksperymentowałem z wieloma demami z OpenCV

Do wykrywania potrzebuję algorytmu niezmiennego skali i rotacji

Zdjęcia oryginalnych obiektów są TYLKO dostępne jako obrazy krawędzi

Wszystkie algorytmy wykrywania / ekstrakcji / dopasowywania funkcji, które do tej pory widziałem, działają całkiem dobrze w przypadku obrazów w skali szarości (takich jak zdjęcia), jednak ze względu na specyfikacje projektu muszę pracować z obrazami krawędziowymi (podobnie jak wyjście detektora krawędzi Canny'ego), które są zazwyczaj BW i zawierają tylko krawędzie znalezione w obrazie. W tym przypadku wydajność algorytmów, które próbowałem użyć (SURF, SIFT, MSER, itp.) Dramatycznie spada.

Zatem prawdziwe pytanie brzmi: czy ktoś natknął się na algorytm, który byłby specyficzny dla dopasowywania obrazów brzegowych, czy też istnieje pewna konfiguracja, która może poprawić wydajność SIFR / SURF /? aby dobrze współpracować z tego rodzaju danymi wejściowymi.

Będę oceniać wszelkie rady lub linki do odpowiednich zasobów

PS: to moje pierwsze pytanie o stackoverflow