我正在尝试从 OpenCV 训练 CascadeClassifier 以检测简单的高对比度公司 Logo ，但它不起作用。它检测到的看起来只是随机的图像补丁。它甚至不适用于原始样本。我正在使用 opencv_createsamples 从单个原始 Logo 图像在纯白色背景上创建一组正片。
同时，我能够使用来自真实文档的许多样本成功地训练一个级联来检测邮票。这对我来说看起来很奇怪，因为邮票比公司标志复杂得多。
我做错了什么？可以使用 LBP 或 Haar 特征来描述一个简单的对象，例如 Logo 吗？
最佳答案
这取决于公司标志的类型和准确度。 LBP 在训练数据方面非常快，但不如 Haar 分类器准确。哈尔分类器可能需要一周的时间来学习识别，但非常准确。要拥有一个好的分类器，您需要拥有大量数据。我不知道你有什么数据和多少mutch。所以我看到这个问题是很久以前提出的......
关于opencv - 无法训练 OpenCV CascadeClassifier 来检测公司 Logo ，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/15132188/