我正在制作一个程序来检测来自r/c平面的形状以进行比赛。我没有目标的真实图像，但我确实有计算机生成的规则示例。
我的问题是，我可以训练我的程序根据计算机生成的形状检测现实世界的物体，还是应该找到不同的方法来完成这项任务？
在我愚蠢地生成 5k 样本并最终发现它们毫无用处之前，我想知道。
编辑：我也不知道物体的确切颜色。如果我输入不同颜色的程序样本，会不会有问题？
提前感谢！！
编辑2：这是我学校前几年检测到的小组
如您所见，检测到的图像并不像现实生活中出现的那样完美无瑕。如果你能提出更好的方法，那会有所帮助。
如果您认为真实图像具有具有简单几何形状的独特颜色，那么您可以尝试创建标准化的色调直方图。使用它来训练 SVM 分类器。使用色相直方图的好处是它将是旋转和缩放不变的。
您可以牢记以下几点预防措施：
- 不要忘记消除照明影响。
- 有时，白色和黑色像素会在色调直方图计算中产生一些问题，因此请尝试通过仅考虑那些在HSV图像的S&V通道中具有
S>0和V>0的像素来将它们从计算中删除。
我宁愿建议你使用现实世界的图像，因为性能在很大程度上取决于训练（我的个人经验）。你为什么不尝试使用SIFT/SURF描述符来训练SVM（支持向量机），因为SIFT/SURF是尺度和旋转不变的。