我有一个大学作业，它考虑了我必须解决的openCV，但我们几乎没有关于计算机视觉的讲座。
也就是说，我们得到了大约 10 个视频，其中的数字越过 2 条线，如果它们越过一条线，那么它们就会被添加到总和中，如果它们越过第二条线，它们将从总和中减去。
视频： https://drive.google.com/drive/folders/0B1ZJXQY32LBUU3FiTS14a3NZd1U
我目前所知道的是，我需要使用 Hough 变换来查找线条。而且我需要以某种方式检测这些数字。
我的问题是什么，我将如何
- 检测到该数字越界了？
- 哪个数字越过了它？
- 检测跨越一条线的数字之间的重叠？
我发现很难相信你在这门课程中没有计算机视觉知识，只是为了被分配一个满载的计算机视觉作业。无论如何，既然你只是在寻找方向，那么这些是我的建议：
-
对于初学者来说，您的视频源具有充当噪音的随机点。首先阅读形态学操作以摆脱它们。为什么？干净的视频=更高的准确性。
-
你是对的，霍夫线可用于检测。但下一阶段是区分绿色和蓝色。这个博客是一个很好的入门，关于如何去做。
此时，我们有一个干净的馈送，分别检测到线。下一个任务是字符识别，这个答案帖子有几个建议你可以探索。你也可以偷看这个和这个。第二篇文章使用scikit和标准的MNIST数据集。我建议您使用第二个，因为视频提要中的数字似乎来自MNIST。
检测到数字后，您需要找到数字轮廓和线段之间的交点。请考虑实施此建议。
两分钱：
-
您真的不需要为此训练神经网络。为什么要叫消防员放火柴？
-
数字检测后，您可能需要考虑跟踪它。跟踪总是比检测便宜。理想情况下，在初始化阶段运行检测，然后进行跟踪。之后，您只需跟踪然后在 10-20 帧后运行检测(显然取决于应用程序)。
-
如果你真的没有被教过任何计算机视觉，那就为此系好安全带。
干杯:)