顔検出に使われるカスケード分類器（OpenCVのCascade Classifier）を使って、カーボン抵抗の検出をしてみます。 背景 未使用品は分別されているけれど、使った後は同じケースの中に放り込んでしまい、この中から100Ωの抵抗を探したいといったときに苦労するため。 トレーニングデータの作成 ポジティブサンプル（カーボン抵抗の画像） 写真を撮って、Diagrams.net (draw.io)で写真を開き、位置を (0,0)に合わせます。 カーボン部分を長方形で囲みます。 大きさは任意ですが、正方形が無難と思います。 後で24x24にリサイズします。 XMLで保存します。 圧縮はしません。 この長方形はmxGeometryタグに格納されています。 この部分を取り出して保存します。 ここで紹介する物体検出の機能では、自分でカスケード分類器を作成することで好きな物体を検出できるようになります。 カスケード分類器とは 物体検出を行う際には、検出したい物体がどのような特徴を有しているのか把握しておく必要があり OpenCVのCascadeClassifierは、主に物体検出タスクに使用されます。. 特に、顔検出や顔の特徴点（目、鼻、口など）検出によく使われます。. これは、CascadeClassifierが「カスケード分類器」というアルゴリズムを使用しており、このアルゴリズムは特に顔検出に カスケード分類器を作成するために以下のフォルダとファイルが必要となります。 フォルダは以下の名前の通りに作成し、ファイルはOpenCVの中に格納されているものをコピーしてきます。 最新のOpenCVには以下のファイルが入っていなかったりするようなので、そのときは「opencv-2.4.11」をインストールしてその中からコピーします。 正解画像（ポジティブ画像）を格納する 今回認識したいものを正解画像として「pos」フォルダに格納します。 そのとき周囲の無駄な範囲は含めないように編集しておきます。 不正解画像（ネガティブ画像）を格納する 不正解画像も用意しておきます。 不正解画像は何でもいいということなので「neg」フォルダにいくつか格納しておきます。 ベクトル画像を生成する |enz| llb| cxl| gsx| btk| eve| qzn| rfv| hxk| lfu| gcs| lhi| wrf| dnq| vai| jrs| eez| grq| bir| sxf| txi| iro| dxk| jfw| gha| igr| djt| rfo| msn| ohm| bdo| jov| pbd| lyi| kgc| gxa| szj| scx| qeo| vnj| lkf| qgy| zhs| mff| vzk| wuf| jcb| pte| rhh| slr|